1. No category

MILJØOVERVÅKNING
M-349 | 2015
Miljøgifter i store norske innsjøer, 2014 Forekomst og biomagnifisering i fisk og zooplankton
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
KOLOFON!
Utførende institusjon
Norsk institutt for vannforskning (NIVA), Norsk institutt for luftforskning (NILU)
Oppdragstakers prosjektansvarlig
Kontaktperson i Miljødirektoratet
Eirik Fjeld
M-nummer
Eivind Farmen
År
M-349
Sidetall
2015
Miljødirektoratets kontraktnummer
101 s.
Utgiver
14078061
Prosjektet er finansiert av
NIVA; Rapport 6901-2015; Prosjekt O-13223;
Miljødirektoratet
ISBN 978-577-6636-8
Forfatter(e)
Fjeld, Eirik (NIVA), Bæk, Kine (NIVA), Rognerud, Sigurd (NIVA), Rundberget, Jan Thomas (NIVA),
Schlabach, Martin (NILU) og Warner, Nicholas A. (NILU)
Tittel – norsk og engelsk
Miljøgifter i store norske innsjøer, 2014
Environmental pollutants in large Norwegian lakes, 2014
Sammendrag – summary
Vi rapporterer her om forekomsten av miljøgifter i de pelagiske næringskjedene i innsjøene Mjøsa,
Randsfjorden og Femunden, samt i supplerende materiale av fisk fra Tyrifjorden og Vansjø, innsamlet
i 2014. Kvikksølv og organiske miljøgifter (cVMS, PCB, PBDE, PFAS, S/MCCP) ble analysert i prøver av
fisk fra alle sjøene, samt i zooplankton i Mjøsa og Randsfjorden. Av hovedfunnene nevnes at
siloksanforbindelsen D5 viser trofisk magnifisering i Mjøsa og Randsfjorden, samt at PFTrA er den
dominerende PFAS-forbindelsen i leverprøver av fisk.
We report here on the presence of contaminants in the pelagic food chains in the lakes Mjøsa,
Randsfjorden and Femunden and in supplementary material of fish from Tyrifjorden and Vansjø,
sampled in 2014. Mercury and persistent organic pollutants (cVMS, PCBs, PBDEs, PFAS, S/MCCP) were
analyzed in samples of fish from all lakes, as well as zooplankton in Mjøsa and Randsfjorden. Among
the key findings are that the siloxane D5 shows trophic magnification in Mjøsa and Randsfjorden and
that PFTrA is the dominating PFAS in liver samples of fish.
4 emneord
4 subject words
innsjøer, næringsnett, siloksaner, miljøgifter
lakes, food web, siloxanes, pollutants
Forsidefoto
Eirik Fjeld (Vansjø)
1
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Innhold
1. Extended abstract ...................................................................................... 5
2. Sammendrag ............................................................................................. 9
3. Innledning............................................................................................... 12
4. Materiale og metoder ................................................................................. 14
4.1 Beskrivelse av innsjøene ........................................................................ 14
4.2 Prøvetaking av fisk og zooplankton............................................................ 17
4.3 Analysemetoder .................................................................................. 18
4.3.1 Kvikksølv, Hg ............................................................................... 18
4.3.2 Sykliske volatile metylerte siloksaner, cVMS ......................................... 18
4.3.3 Polyklorerte bifenyler og polybromerte difenyletere, PCB og PBDE .............. 19
4.3.4 Klorerte parafiner, S/MCCP.............................................................. 21
4.3.5 Perfluorerte alkylforbindelser, PFAS ................................................... 21
4.3.6 Stabile N- og C-isotoper, δ15N og δ13C .................................................. 22
4.4 Beregning av trofisk magnifisering ............................................................ 23
4.5 Kort om de ulike miljøgiftene .................................................................. 23
4.5.1 Kvikksølv .................................................................................... 23
4.5.2 Sykliske (flyktige) metylerte siloksaner, cVMS ....................................... 24
4.5.3 Polyklorerte bifenyler, PCB .............................................................. 24
4.5.4 Polybromerte difenyletere, PBDE ...................................................... 25
4.5.5 Klorerte parafiner, S/MCCP.............................................................. 25
4.5.6 Perfluorerte alkylstoffer, PFAS ......................................................... 25
5. Resultater og diskusjon ............................................................................... 27
5.1 Fiskestørrelse, trofiske nivåer og fett ........................................................ 27
5.2 Kvikksølv, Hg ...................................................................................... 30
5.3 Sykliske flyktige metylerte siloksaner, cVMS ................................................ 34
5.3.1 Behandling av ikke-kvantifiserbare data .............................................. 34
5.3.2 Nivåer av cVMS i 2014 .................................................................... 34
5.3.3 Årlig variasjon av cVMS i Mjøsa og Randsfjorden ..................................... 38
5.3.4 Trofisk magnifisering av D5 i Mjøsa og Randsfjorden ................................ 39
5.3.5 Samvariasjoner mellom cVMS, PCB, PBDE og trofisk nivå ........................... 42
5.4 Polyklorerte bifenyler, PCB ..................................................................... 44
5.4.1 Nivåer av PCB i 2014 ...................................................................... 44
5.4.2 Historisk utvikling av PCB-nivåene i fisk fra Mjøsa ................................... 46
5.4.3 Trofisk magnifisering av PCB ............................................................ 47
5.5 Perfluorerte alkylforbindelser, PFAS .......................................................... 49
5.5.1 Nivåer av PFAS i 2014 ..................................................................... 49
3
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5.5.2 Konsentrasjoner av PFAS i muskel vs. lever ........................................... 52
5.5.3 Tidstrend av PFAS i Mjøsa ................................................................ 54
5.6 Polybromerte difenyletere, PBDE.............................................................. 56
5.6.1 Konsentrasjoner av PBDE i 2014 ........................................................ 56
5.6.2 Tidstrend av PBDE i Mjøsa ............................................................... 58
5.6.3 Trofisk magnifisering av PBDE ........................................................... 60
5.7 Klorerte parafiner, S/MCCP ..................................................................... 61
6. Referanser .............................................................................................. 64
7. Vedlegg - Appendix .................................................................................... 69
7.1 English translation of cVMS related chapters ................................................ 69
7.2 Vedlegg 2: cVMS mixed model ................................................................. 85
7.3 Vedlegg 3: Data ................................................................................... 89
4
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
1. Extended!abstract!
Title: Environmental pollutants in large Norwegian lakes, 2014
Year: 2015
Authors: Fjeld, Eirik (NIVA), Bæk, Kine (NIVA), Rognerud, Sigurd (NIVA), Rundberget, Jan
Thomas (NIVA), Schlabach, Martin (NILU), and Warner, Nicholas A. (NILU)
Source: Norwegian Environment Agency, report M-349|2015
The Norwegian Institute for Water Research (NIVA) and the Norwegian Institute for Air Research
(NILU) are monitoring the occurrence of contaminants in the pelagic food webs in the lakes
Mjøsa, Randsfjorden and Femunden, Southeast Norway, on behalf of the Norwegian
Environment Agency. These large fjord lakes are respectively moderately, slightly and
insignificantly impacted of discharges from local population, industry and agriculture.
Supplementary samples of fish were obtained from Lake Tyrifjorden and Lake Vansjø. This
monitoring program runs over four years, and started in 2013. Here we report the 2014 data,
with focus on the occurrence of pollutants at different trophic levels and evaluation of their
potential for biomagnification.
Mercury and organic pollutants (POPs) were analyzed in samples of fish from all lakes, and in
planktonic crustacean from Mjøsa and Randsfjorden. Stable N-and C-isotopes (δ15N, δ13C) were
analyzed in all samples to describe the organisms' trophic position (place in the food web) and
carbon sources.
The POPs included cyclic volatile methylated siloxanes (cVMS), polychlorinated biphenyls
(PCBs), polybrominated diphenyl ethers (PBDEs), perfluorinated alkyl substances (PFASs) and
chlorinated paraffins (SCCPs and MCCPs). The analyses were done at NILU’s analytical
laboratory, except for PFASs that were analyzed at NIVA. Stable N- and C-isotopes were
analyzed at the Institute for Energy Technology (IFE).
Mercury (Hg)
Mercury is recognized as a substance producing significant adverse neurological and other
health effects, with particular concerns expressed about its harmful effects on unborn children
and infants. Most of the mercury pollution in Norwegian lakes is now due to atmospherically
deposited mercury originating from other parts of the world.
Mercury concentrations increased with trophic level, and the highest concentrations were
found in piscivorous brown trout, with average concentrations ranging from 0.27 to 1.08 mg/kg
(wet weight), highest in Randsfjorden and lowest in Femunden. The principal mercury sources
are probably long range atmospherically transported depositions together with diffuse,
unidentified local sources in the more populated areas. Generally there is a high probability
that the fish consumption advisory limit of 0.5 mg/kg w.w. is exceeded in brown trout larger
than 50 cm. The concentrations of planktivorous smelt, vendace and whitefish were
significantly lower than in brown trout, with average values in the range 0.13 -0.21 mg/kg. The
mercury concentration in trout from Mjøsa has been more or less unchanged over the period
2006 - 2013. No significant change in mean mercury concentration from 1999 to 2013/2014
could be detected for brown trout in Randsfjorden, whereas a significant reduction from 2000
5
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
to 2013/2014 was observed for Femunden (from 0.40 to 0.25 mg/kg). The concentrations in
perch from Tyrifjorden and Vansjø were in average 0.29 and 0.39 mg/kg, respectively. These
levels appear to be somewhat lower than those previously reported for perch in boreal lakes of
eastern Norway.
Methylated cyclic siloxanes (cVMS)
Cyclic volatile methylsiloxanes (cVMS: D4, D5 and D6) have come under increasing scrutiny by
environmental scientists in recent years due to their persistence and potential for long-range
transport and bioaccumulation. Siloxanes are produced in high volumes and have several uses
such as in personal care products, biomedical products, and consumer products such as car
polish and waxes. For some organisms they are known or suspected to be carcinogenic, have
endocrine disrupting properties and reproductive effects. The results reported here support the
view that local use and discharges can cause significantly elevated concentrations in pelagic
freshwater food webs.
We analyzed for cVMS (D4, D5 and D6) in fish samples from all lakes, and planktonic
crustaceans in Mjøsa and Randsfjorden. The majority of the samples (80 %) had D5
concentrations above the quantification limits (LOQ), while for D4 and D6 the majority of the
samples showed concentrations below LOQ (70 % and 56 %, respectively). In the further
statistical analyses are results less than LOD/Q substituted with half the limits, as this
represents a compromise between zero and the respective limits. The highest concentrations of
cVMS in fish were found in brown trout from Mjøsa and Randsfjorden. For the remaining lakes,
nearly all analytical results of cVMS were less than LOQ (3.4 – 6.4 ng/g wet weight). We suspect
local discharges from wastewater treatment plants and industrial activity to be the main source
of cVMS to Mjøsa and Randsfjorden.
The compound D5 dominated in samples from Mjøsa and Randsfjorden, with average
concentrations in fish in the range of 1400 - 5800 ng/g lipid, whereas the primary consumers
(epipelagic zooplankton) had concentrations of 360 and 750 ng/g lipid, respectively. The D5
levels in fish from Mjøsa and Randsfjorden exceed those of legacy POPs in this study. Mean
concentrations of D4 and D6 in brown trout from Mjøsa and Randsfjorden were 40 and 140 ng/g
lipid, respectively. A significant positive correlation between lipid adjusted D5 concentrations
and trophic positions were found for both lakes, indicating trophic magnification of D5. By
including previous data from 2010 and 2012, a statistical model confirmed that D5 biomagnified
in both lakes with a common trophic magnification factor (TMF) of 2.15 (95% CL: 1.80 - 2.56). A
closer examination of trophic magnification of D4 and D6 was not possible because of the large
percentage of observations below LOQ.
6
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Polychlorinated biphenyls (PCBs)
PCBs are a group of chlorinated organic compounds that previously had a broad industrial and
commercial application. PCBs are endocrine-disrupting, can weaken the immune system, affect
the nervous system and cognitive development, cause liver cancer and impair fertility. The
sources of PCBs in Norwegian lakes are both atmospheric long-rang transported depositions and
former local use.
Brown trout from Mjøsa and Randsfjorden had rather similar mean concentrations of ΣPCB7
(830 and 1,100 ng/g lipid), and the concentrations here were significantly higher than for
brown trout from Femunden (300 ng/g lipid). The low level of PCBs in fish from Femunden
reflects the absence of local sources, and the main source here is most likely long-range
transported atmospheric depositions. For Mjøsa and Randsfjorden local sources are probably a
significant contributing factor, but the PCB concentrations in fish from these lakes are now
reduced compared to the levels of 1998. The PCB concentration increased with trophic level in
all three lakes, and the estimated TMF-values for PCB-153 were in the range of 4.89–5.19.
Polybrominated diphenyl ethers (PBDEs)
PBDEs are a group of brominated flame retardants, used in used in a wide array of products.
They are highly persistent in the environment, bioaccumulative and have a high potential for
long-range environmental transport. There is evidence for toxic effects in wildlife, including
mammals, and some of them are known to be carcinogenic, endocrine-disrupting, cause
neurobehavioral alterations and affect the immune system. The sources of PBDEs in Norwegian
lakes are both atmospheric long-rang transported depositions and former local use.
The concentration of PBDE in fish, measured as the sum of the six commonly occurring
congeners of tetra-, penta- and hexa-BDE (BDE-47, -49, -99, -100, -153 and -154) were highest
in Mjøsa and lowest in Femunden. Mean sum ranged from 12 to 600 ng/g lipid, highest in brown
trout from Mjøsa and lowest in whitefish from Femunden. Similar concentration in zooplankton
from Mjøsa was 19 ng/g lipid. The markedly higher levels in Mjøsa can be attributed mainly to
earlier local industry discharges in the period of mid-1990s to early 2000s. The concentrations
in trout from Mjøsa have been reduced by approximately 90 % during the period 2000 – 2013,
but the levels are still higher than what are found in comparable Swedish and Canadian lakes.
Concentrations of PBDEs increased by trophic level, with estimated TMF-values of BDE-47 in the
range of 2.59 – 9.08, highest in Randsfjorden and lowest in Femunden. Concentrations of BDE209 were low in the samples from all the lakes (1-7 ng/g lipid) and showed no systematic
variation with trophic level.
Perfluorinated alkylated substances (PFAS)
Per- and polyfluorinated alkyl substances (PFAS) are organofluorine compunds, used as oil- and
water-repellant surfactants. They are used in numerous industrial and consumer products.
Because of their widespread use, high persistence, bioaccumulative properties and potential
for long-range transport, they have become ubiquitous in the environment. Some long-chain
PFASs have been found to be carcinogenic, neuro- and liver-toxic, and disrupt lipid metabolism,
immune- and endocrine systems. The results reported here support the view that elevated
concentrations in the Norwegian freshwater environment is due to both atmospheric long-rang
transported depositions and local use.
The main analytical matrix in fish for PFAS was liver samples, as PFAS are known to accumulate
to a high degree in this tissue. For seven of the 23 analyzed substances almost 100 % of the
7
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
liver samples showed concentrations above LOQ. This group consisted of long-chained
perfluorinated carboxylic acids (PFCA; C9-C14), PFOS and PFOSA. In general, the
concentrations of the substances in this group increased with trophic level, with the highest
levels in brown trout liver. The other substances were found in rather low concentrations, and
a large proportion was below LOQ. PFTrDA was chiefly found with the greatest concentrations,
with mean values in liver samples in the range of 22 – 87 ng/g w.w., highest in Femunden and
lowest in Mjøsa. This substance accounted for about 40 – 70 % of the sum of PFAS in liver
samples. Mean PFOS concentrations in fish liver samples from the three main lakes were in the
range of 2 – 11 ng/g w.w. However, the PFOS levels were considerably elevated in perch from
Tyrifjorden and Vansjø with mean concentrations of 130 and 173 ng/g w.w. respectively. The
use of PFOS-containing fire extinguishing foam at an airport nearby Vansjø has resulted in soil
and water pollution here, but we are not aware of any identified local sources in the vicinity of
Tyrifjorden. In fish muscle samples five different PFAS-compounds could be found in
quantifiable concentrations, and a comparison showed average liver concentrations to be 6
(PFTeDA) to 30 (PFOS) times higher than muscle concentrations, but with a large variation
around the means. The differences between muscle and liver concentrations seemed to
increase with decreasing carbon chain length. Estimations of TMF-values for the quantified
PFAS-compounds could not be derived/calculated, as we lack data on PFAS on other
tissues/body fluids known to accumulate PFAS (blood, kidney, gall), and liver concentrations
most likely are not direct proportional for body burdens of PFAS in fish.
Chlorinated paraffins
Chlorinated paraffins (CPs) are complex mixtures of polychlorinated organic compounds. They
are mainly used in metal working fluids, sealants, as flame-retardants in rubbers and textiles,
in leather processing and in paints and coatings. Their persistence, bioaccumulation, potential
for long-range environmental transport and toxicity mean that they may have harmful
environmental effects at a global level.
Mean concentrations of short-chained (SCCP) and medium-chained (MCCP) chlorinated paraffins
in fish muscle samples were in the range of 0.2 – 5.7 ng/g wet weight or 20 - 570 ng/g lipid.
The lipid-based concentration of the SCCP was approximately 1.5 times higher than the
concentrations of MCCP, and the highest concentrations was found in zooplankton from Mjøsa.
There were no tendency for the concentrations to increase with trophic position, nor was there
any systematic variation between lakes. For Mjøsa, where we have previous data on SCCP in
fish, the recent concentrations in trout and vendace seem to have been reduced to
approximately 25 - 30% of the levels found in 2008.
8
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
2. Sammendrag!
Tittel: Miljøgifter i store norske innsjøer, 2014
År: 2015
Forfattere: Fjeld, Eirik (NIVA), Bæk, Kine (NIVA), Rognerud, Sigurd (NIVA), Rundberget, Jan
Thomas (NIVA), Schlabach, Martin (NILU) og Warner, Nicholas A. (NILU).
Kilde: Miljødirektoratet rapport M-349|2015
På vegne av Miljødirektoratet har Norsk institutt for vannforskning (NIVA) og Norsk institutt for
luftforskning (NILU) kartlagt forekomsten av miljøgifter i de pelagiske næringskjedene i de
store innsjøene Mjøsa, Randsfjorden og Femunden (hovedsjøene). Dette er innsjøer med
henholdsvis moderat, liten og ubetydelig påvirkning av utslipp fra lokal befolkning, industri og
landbruk. Supplerende materiale av fisk er innhentet fra Tyrifjorden og Vansjø. Overvåkningsprogrammet går over fire år, med oppstart i 2013. Det blir her rapportert om resultatene for
2014, med fokus på forekomsten av miljøgifter på ulike trofiske nivå og deres potensial for
biomagnifisering blir vurdert.
Kvikksølv og organiske miljøgifter ble analysert i prøver av fisk fra alle sjøene, samt i
planktoniske krepsdyr i Mjøsa og Randsfjorden. For å kunne beskrive organismenes trofiske
posisjon (plass i næringsnettet) og karbonkilder ble forholdet mellom stabile N- og C-isotoper
(δ15N, δ13C) analysert i alle prøvene.
De organiske miljøgiftene omfattet sykliske volatile metylerte siloksaner (cVMS), polyklorerte
bifenyler (PCB), bromerte flammehemmere av typen polybromerte difenyletere (PBDE),
perfluorerte alkylsubstanser (PFAS) og klorerte parafiner (SCCP, MCCP). Analysene ble gjort på
NILUs analyselaboratorium, med unntak av PFAS som ble analysert ved NIVA. Stabile N- og Cisotoper ble analysert ved Institutt for energiteknikk (IFE).
Kvikksølv
Konsentrasjonene av kvikksølv økte med fiskens trofisk nivå, og de høyeste konsentrasjonene av
kvikksølv ble funnet i stor fiskespisende ørret, med gjennomsnittlige konsentrasjoner (våtvekt)
i området 0,39–0,96 mg/kg, høyest i Randsfjorden og lavest i Femunden. Generelt er det
overveiende sannsynlig at omsetnings-grensen på 0,5 mg/kg våtvekt overskrides når ørreten blir
ca. 50 cm eller større. Konsentrasjonene i planktonspisende krøkle, lågåsild og sik var vesentlig
lavere enn hos ørret, med gjennomsnittsverdier i området 0,13–0,21 mg/kg. Kvikksølvinnholdet
i ørret fra Mjøsa har vært mer eller mindre uforandret i perioden 2006–2014. For ørreten i
Randsfjorden kunne det ikke påvises noen signifikant endring i de lengdejusterte
middelkonsentrasjonene av kvikksølv fra 1999 og til 2013/2014. For Femunden kunne det
derimot påvises en signifikant reduksjon fra 2000 til 2013/2014 (fra 0,40 til 0,25 mg/kg). For
abbor fra Tyrifjorden og Vansjø var midlere kvikksølvkonsentrasjon 0,29 og 0,39 mg/kg, og
nivåene synes å være noe lavere enn hva som tidligere er rapportert for jevnstor abbor i
skogsjøer fra Øst-Norge.
9
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Metylerte sykliske siloksaner (cVMS)
Det ble analysert for cVMS (D4, D5 og D6) i fisk fra alle innsjøene, og i planktoniske krepsdyr i
Mjøsa og Randsfjorden. For D5 var majoriteten (80 %) av analysene over kvantifikasjonsgrensene (LOQ), mens for D4 og D6 var flertallet under grensen (henholdsvis 70 % og 56 % <
LOQ). Dette skapte utfordringer i den videre statistiske behandlingen av materialet, og de
videre beregningene er basert på at resultater under metodens deteksjons- eller
kvantifikasjonsgrenser (LOD/Q) er substituert med halve grensene. De høyeste
konsentrasjonene i fisk ble funnet hos ørret fra Mjøsa og Randsfjorden, mens for Femunden,
Tyrifjorden og Vansjø var nær samtlige analyseresultater av cVMS under metodens
kvantifikasjonsgrenser (3,4 – 6,4 ng/g våtvekt). Lokale tilførsler er trolig hovedkilden for cVMS i
Mjøsa og Randsfjorden.
Forbindelsen D5 dominerte i prøvene fra Mjøsa og Randsfjorden, og midlere konsentrasjoner i
fisk var i området ca. 1400–5800 ng/g lipid, mens de for primærkonsumentene (epipelagisk
zooplankton) var henholdsvis 360 og 750 ng/g lipid. For ørret fra Mjøsa var midlere
konsentrasjon av D4 og D5 henholdsvis 40 og 140 ng/g lipid. I begge sjøene var det en
signifikant korrelasjon mellom de lipidjusterte konsentrasjonene av D5 og trofisk posisjon,
hvilket viser at det skjer en trofisk magnifisering av forbindelsen. Ved å inkludere tidligere data
fra 2010 og 2012 kunne en statistisk modell bekrefte at D5 biomagnifiserte i begge sjøene med
en felles trofisk magnifikasjonsfaktor (TMF) på 2,15 (95 % konfidensintervall: 1,80 –2,56). En
nærmere undersøkelse av trofisk magnifisering av D4 og D6 lot seg ikke gjøre på grunn av den
store andelen observasjoner under LOQ.
Polyklorerte bifenyler (PCB)
Ørret fra Mjøsa og Randsfjorden hadde på lipidvekstbasis omlag samme midlere
konsentrasjoner av ∑PCB7 (830 og 1100 ng/g lipid), og konsentrasjonene her var betydelig
høyere enn for ørret fra Femunden (300 ng/g lipid). De lave nivåene av PCB i Femunden
avspeiler at lokale kilder her er nær fraværende og tilførslene i hovedsak må skyldes
langtransporterte avsetninger. For Mjøsa og Randsfjorden vil lokale kilder komme i tillegg.
Konsentrasjonene av ∑PCB7 i fisk fra Mjøsa og Randsfjorden er redusert sammenliknet med
nivåene fra 1998. I alle tre hovedsjøene økte konsentrasjonen av PCB med organismenes
trofiske nivå, og de beregnede TMF-verdiene for PCB-153 var i området 4,89 – 5,19.
Perfluorerte alkylforbindelsene (PFAS)
I fisk ble det analysert for PFAS hovedsakelig i prøver av lever. For syv av de 23 analyserte
forbindelsene hadde nær 100 % av leverprøvene konsentrasjoner over kvantifiseringsgrensene.
Dette var de langkjedede perfluorerte karboksylsyrene (PFCA: C9-C14), PFOS og PFOSA. For de
øvrige forbindelsene var andelen kvantifiserbare prøver for en stor del under metodens
kvantifikasjonsgrenser. I de tre hovedsjøene økte nivået av de ulike PFAS-forbindelsene
oppover i næringskjeden, og var generelt høyest hos ørret. Forbindelsen PFTrDA fantes i
hovedsak i størst konsentrasjon, med middelverdier i leverprøvene i området 22–87 ng/g
våtvekt, høyest i Femunden og lavest i Mjøsa. Dette utgjorde omlag 40–70 % av
totalkonsentrasjonen av PFAS i lever. Midlere konsentrasjoner av PFOS i leverprøver av fisk i de
tre hovedsjøene lå i område 2–11 ng/g våtvekt, men i Tyrifjorden og Vansjø var imidlertid
nivåene av PFOS i abbor betydelig forhøyet med middelkonsentrasjoner på henholdsvis 130 og
173 ng/g våtvekt. For Vansjø er det kjent at bruk av brannslukkeskum med PFOS ved Rygge
flyplass har ført til forurensinger av grunn og resipient, men for Tyrifjorden er vi ikke kjent
med lokale kilder. I fiskemuskel kunne fem ulike PFAS finnes i kvantifiserbare konsentrasjoner,
og en sammenlikning viste at konsentrasjonene i lever gjennomsnittlig var 6 (PFTeDA) til 30
10
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
(PFOS) ganger høyere enn i muskel, men med en vesentlig variasjon omkring middelverdiene.
Forskjellene mellom konsentrasjonene i muskel og lever syntes å øke med minskende
kjedelengde for karbon. Konsentrasjonene av de enkelte PFAS-forbindelser steg med trofisk
nivå, men vi har ikke beregnet TMF-verdier da verdier i lever ikke nødvendigvis er
proporsjonale med helkroppsbelastningen av PFAS i fisk.
Polybromerte difenyleterer (PBDE)
Konsentrasjonen av PBDE i fisk, målt som summen av de seks vanligst forekommende kongenere
av tetra-, penta- og heksa-BDE (BDE-47, -49, -99, -100, -153 og -154) var høyest i Mjøsa og
lavest i Femunden. Midlere sum var i området 12 – 600 ng/g lipid, høyest i ørret fra Mjøsa og
lavest i sik fra Femunden. Tilsvarende konsentrasjoner i zooplankton fra Mjøsa var 19 ng/g
lipid. De markert høyere nivåene i Mjøsa kan i hovedsak tilskrives tidligere lokale utslipp fra
industri i perioden fra midten av 1990-tallet til tidlig 2000-tallet. Konsentrasjonene i ørret fra
Mjøsa har blitt redusert med ca. 90 % i løpet perioden 2000-2013, men nivåene er fortsatt
forhøyet jevnført med sammenliknbare innsjøer i Sverige og Nord-Amerika. Konsentrasjonen av
PBDE steg med trofisk nivå. De beregnede TMF-verdiene for BDE-47 var i området 2,59 – 9,08,
høyest i Randsfjorden og lavest i Femunden. Konsentrasjonen av BDE-209 var lav i prøvene fra
alle innsjøene (1 – 7 ng/g lipid) og viste ingen systematisk variasjon med trofisk nivå.
Klorerte parafiner
Midlere konsentrasjoner av kortkjedede (SCCP) og mellomkjedede (MCCP) parafiner var
området 0,2 – 5,7 ng/g våtvekt eller 20 – 570 ng/g lipid. På lipidvektbasis var konsentrasjonen
av de kortkjedede omlag 1,5 ganger høyere enn konsentrasjonen av de langkjedede, og de
høyeste konsentrasjonene funnet i zooplankton fra Mjøsa. I fisk ble det analysert for parafiner i
muskelprøver, og det var ingen tegn til at konsentrasjonene økte med trofisk posisjon eller
varierte systematisk mellom innsjøene. For Mjøsa, hvor det finnes tidligere data på SCCP i fisk,
synes konsentrasjonene i ørret og lågåsild å ha sunket til omlag 25–30 % av nivåene i 2008.
11
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
3. Innledning!
Miljødirektoratet inngikk i 2013 en konsulentavtale med Norsk institutt for vannforskning (NIVA)
og Norsk institutt for luftforskning (NILU) om overvåkning av miljøgifter i et utvalg store
innsjøer. Overvåknings-programmet går over fire år, og dette er andre års resultater som
rapporteres.
Miljødirektoratet har etter hvert fått god oversikt over en del miljøgifter som har vært
overvåket og kartlagt i ulike miljøer over lengre tid. De ønsker derfor nå å bygge videre på
denne erfaringen og innhente kunnskap om nye miljøgifter for å bruke resultatene i arbeidet
med nasjonale og internasjonale reguleringer av problemstoffer.
Med unntak av det tidligere overvåkningsprogrammet for miljøgifter i Mjøsa (Fjeld et al. 2012),
har innsjøundersøkelser i hovedsak vært konsentrert om mindre innsjøer uten kjente kilder til
miljøgifter i nedbørfeltet, og hvor de viktigste tilførslene har vært atmosfærisk langtransport.
Miljødirektoratet ønsker derfor å gjennomføre en mer systematisk overvåking av miljøgifter i
store innsjøer. Vannforskriften stiller krav til overvåking av vannforekomstene i Norge.
Overvåknings-programmet «Miljøgifter i store innsjøer» ble derfor startet i 2013, og dette
programmet vil bidra til å ivareta vannforskriftens krav om basisovervåking. Denne rapporten
omhandler resultatene fra sesongen i 2014.
Hensikten med overvåkningsprogrammet er å vurdere miljøgifters skjebne og potensiale for
effekter av miljøgifter i ferskvannsøkosystemer. Resultatene kan også brukes som grunnlag for
kostholdsråd. De primære målene for programmet er i utgangspunktet å:
-
Rapportere miljøgiftnivåer på flere nivåer i næringskjeden
Anslå grad av opphoping av miljøgifter i organismer og i næringskjedene
Vurdere potensiale for effekter på ulike nivåer i næringskjeden
Vurdere bidrag fra ulike kilder og deres påvirkning av miljøtilstand
Vurdere tilstand som grunnlag for å vurdere behov for tiltak og effekter av tiltak
Resultatene vil også bli brukt i internasjonale reguleringsprosesser på kjemikalieområdet som
Miljødirektoratet deltar i.
Tatt i betraktning programmets økonomiske ramme vil prosjektet ikke gi utfyllende svar på alle
målsetningene som er listet opp ovenfor. Det er følgelig lagt vekt på å oppfylle særlig de to
første målene. En del av programmets omfang vil også bidra til oppfyllelse av overvåkingskrav
etter vannforskriften.
Vi rapporterer her om forekomsten av kvikksølv, sykliske volatile metylerte siloksaner (cVMS),
polyklorerte bifenyler (PCB), perfluorerte alkylforbindelser (PFAS), bromerte flammehemmere
av type polybromerte difenyletere (PBDE), og klorerte parafiner (SCCP og MCCP) i fisk og
zooplankton fra de store innsjøene Mjøsa, Randsfjorden og Femunden. Et fåtall prøver av
kvikksølv i abbor fra Tyrifjorden og Vansjø er også inkludert i undersøkelsen.
12
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Feltarbeidet og prøvetakingen har vært gjort av personell fra NIVA (Sigurd Rognerud og Eirik
Fjeld) samt lokale fiskere.
Ved NIVA har Kine Bæk vært ansvarlig for planlegging av prøvetaking og all logistikk for
prøvene, og Jan Thomas Rundberget har vært ansvarlig for analysene av PFAS.
Ved NILU har Martin Schlabach vært hovedansvarlig for de kjemiske analysene av kvikksølv,
cVMS, PCB og PBDE, sammen med Nicholas Warner som har hatt et særskilt ansvar for
analysene av cVMS.
Ved Miljødirektoratet har sjefingeniør Eivind Farmen vært prosjektansvarlig. Prosjektleder og
hovedansvarlig for rapporteringen har vært Eirik Fjeld.
En stor takk rettes til alle medarbeidere og involverte for et godt samarbeid.
13
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
4. Materiale!og!metoder!
4.1 Beskrivelse!av!innsjøene!
Undersøkelsen er primært utført i innsjøene Mjøsa, Randsfjorden og Femunden (heretter også
omtalt som hovedsjøene, Figur 1, Tabell 1), men et supplerende prøver av abbor er hentet fra
Tyrifjorden og Vansjø. Innsjøene, med unntak av Vansjø, er store og dype fjordsjøer, men er
ulike når det gjelder næringsnett og menneskelig påvirkning.
Mjøsa er Norges største innsjø, med et rikt fiskesamfunn med 20 arter. Den har et veldefinert
pelagisk næringsnett med ørret (Salmo trutta) som toppredator, krøkle (Osmerus eperlanus) og
lågåsild (Coregonus albula) som viktigste planktivor fisk, og et invertebratsamfunn av pelagiske
krepsdyr bestående av vannlopper (Cladocera), hoppekreps (Copepoda) og pungreken
istidskreps (Mysis relicta, heretter kalt Mysis). Mysis er en viktig art i det pelagiske
næringsnettet, da den er en rovform som spiser annet zooplankton og ellers er et viktig
byttedyr for krøkle. Artsmangfoldet i Mjøsa gjør at det pelagiske næringsnettet her ender opp
med et høyere trofisk nivå for topp-predatoren ørret enn for de andre undersøkte innsjøene.
Mjøsa er resipient for avløpsvann fra kommunale renseanlegg som har en samlet belastning fra
en befolkning tilsvarende 200 000 personekvivalenter (PE), i tillegg mottar de avrenning fra
industri og urbane områder. Innsjøen mottar også avrenning fra de omkringliggende
landbruksområdene.
Randsfjorden er Norges fjerde største innsjø. Fiskesamfunnet med sine 11 arter er ikke like rikt
som i Mjøsa, og de menneskelige påvirkningen er mindre med tanke på lokale kilder for
miljøgifter. Toppredatorene i det pelagiske næringsnettet er ørret og røye (Salvelinus alpinus),
de planktivore fiskeartene er første rekke krøkle og sik (Coregonus lavaretus). I motsetning til
Mjøsa mangler det pelagiske invertebratsamfunnet istidskrepsen Mysis, og den pelagiske
næringskjeden er derfor noe kortere enn i Mjøsa. Innsjøen er resipient for avløpsvann fra
kommunale renseanlegg tilsvarende omlag 30 000 PE.
Femunden er Norges tredje største innsjø, og store deler av sjøen og dens nedbørfelt ligger i et
ubebodd eller svært tynt befolket område. Fiskesamfunnet består av seks arter, hvorav sik,
røye og ørret finnes i det pelagiske fiskesamfunnet. I likhet med Randsfjorden mangler det
pelagiske invertebratsamfunnet istidskrepsen M. relicta. Innsjøen mottar ikke noen direkte
avrenning fra kommunale renseanlegg, da renseanlegget ved Elgå (dimensjonert for 200 PE) er
et infiltrasjonsanlegg med avrenning til sandholdig grunn.
Tyrifjorden er Norges femte største innsjø. Den har 13 arter i sitt fiskesamfunn, og det
pelagiske samfunnet domineres av krøkle og sik, med en fåtallig ørretbestand som toppredator.
Istidskrepsen Mysis finnes ikke i det pelagiske invertebratsamfunnet. Innsjøen brukes som
resipient for flere renseanlegg og avløp fra spredt bebyggelse, industri og jordbruk (PE fra
renseanlegg er ikke kjent).
Vansjø er Norges 35. største innsjø og er en del av Mossevassdraget som strekker seg fra
Østmarka i Oslo i Nord og til raet gjennom Østfold i sør. Innsjøen har et rikt fiskesamfunn, med
17 arter hvor planktonspisende karpe fisk som mort, brasme og laue dominerer det pelagiske
fiskesamfunnet. Innsjøen er resipient for flere renseanlegg og avløp fra spredt bebyggelse,
14
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
industri og jordbruk (PE fra renseanlegg er ikke kjent). Vassdraget er sterkt belastet med
næringssalter som har landbruksavrenning som viktigste kilde. Vansjø er derfor en svært eutrof
innsjø. Sørvest for innsjøen ligger Rygge flyplass, som har vært kilde for avrenning av
perfluorerte alkylerte substanser (PFAS) fra brannøvingsfelt (Forsvarsbygg Futura 2014).
Tabell 1. Informasjon om innsjøene med i undersøkelsen. PE: avrenning fra befolkning i personekvivalenter, beregnet
ut fra kart med avrenningsdata fra kommunale renseanlegg for de ulike regionene (kilde: Miljødirektoratet).
Attributter!
!
Koordinater
UTM 33:
Grader:
Volum (km3)
Mjøsa!
Randsfjorden!
Femunden!
Tyrifjorden!
Vansjø!
E: 282000;
N: 6746114
60,79 °N
10,10 °E
E: 244543;
N: 6717603
61,51 °N
10,35 °E
E: 338500;
N: 6898700
62,19 °N
11,90 °E
E: 235062;
N: 6663017
60,02 °N
10,25 °E
E: 263080
N:6591490
59,40 °N
10,83 °E
65
7,3
6
13,1
0,264
369
134
203
137
35,6
453
120
153
295
37
Nedbørfelt (km )
17 251
3 665
1 790
9 808
331
PE
206000
28 500
200*
-
-
2
Areal (km )
Største dyp (m)
2
*Elgå rensepark, utslipp til grunn/sandfang
15
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figur 1. Kart over de de undersøkte innsjøene Mjøsa, Randsfjorden, Femunden, Tyrifjorden og Vansjø.
Områdene hvor fisk, zooplankton og Mysis er samlet inn er markert.
16
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
4.2 Prøvetaking!av!fisk!og!zooplankton!
Innsamling og prøvetaking av biologisk materiale fulgte retningslinjene i Miljøprøvebankens
prosedyrer for ferskvannsfisk (Miljøprøvebanken 2013). Det innebærer at personell skal unngå
bruk av personlige pleieprodukter, eventuelt kun bruke godkjente produkter, i ett døgn forut
for prøvetaking. Under fangst, seinere håndtering og prøvetaking skal fisken ikke komme i
kontakt med potensielt kontaminerende flater eller stoffer. Bruk av engangshansker (nitrilgummi) skal benyttes såfremt praktisk mulig. Fisken skal oppbevares i kasser kledd med ren
aluminiumsfolie. Tradisjonelle fiskekasser i ekspandert polystyren (EPS) skal unngås på grunn av
faren for kontaminering av flammehemmere.
Fisken ble fanget i august og september, med unntak av ørret fra Randsfjorden som ble fisket i
juni. Etter innsamling ble den emballert i ren aluminiumsfolie, pakket ned i rene
polyetylenposer og oppbevart kjølig (≈ 4 °C), eventuelt nedfryst (–20°C), inntil uttak av prøver.
Uttak av fiskeprøver ble gjort ute i ikke-urbane omgivelser for å unngå kontaminering av cVMS
fra innendørs kilder. Alle flater som fisken kunne komme i kontakt med ble dekket av
aluminiumsfolie, rengjort med metanol og aceton (HPLC grade). Fiskens lengde, vekt, kjønn og
modningsstadium ble registret ved prøvetakingen. All redskap benyttet i prøvetakingen var i
stål, rengjort i henhold til Miljøprøvebankens rengjøringsprosedyrer (maskinvask, skylling i
Milli-Q vann, aceton og metanol). For ørret og sik ble det dissekert ut ca. 20–100 g muskelfillet
fra hvert individ, av dette ble ca. 2 g overført til egne prøverør som skulle analyseres for cVMS.
For krøkle, med individvekt typisk rundt 9–15 g, måtte materiale fra flere individer benyttes for
å få tilstrekkelig mengde per prøve (ca. 20-25 g). Hver av disse blandprøvene besto av
materiale fra omlag 5 fisk av mest mulig lik størrelse. I tillegg ble det dissekert ut leverprøver
fra all fisk for analyser av PFAS. Alle prøvene ble oppbevart på glass forseglet med
aluminiumsfolie under lokket. Glassene og aluminiumsfolien var renset ved gløding til 500 °C.
Prøvene ble oppbevart nedfryst (-20 °C) fram til analyse.
Zooplankton fra Mjøsa og Randsfjorden ble samlet inn i august med en zooplanktonhåv i
nylonduk (maskestørrelse 500 µm), påmontert en oppsamlingskopp med sil (begge i messing).
Aggregater av kiselalger og individer av gelekreps (Holopedium gibberum; en vannloppe med en
stor, gelatinøs og vannholdig kappe) ble silt fra prøvene om bord i båten. Gelekreps er i mindre
grad predatert på av fisk, da den store gelatinøse kappen ansees som en antipredasjonstilpasning. Kun naturlig overflatevann ble benyttet under silingen. Zooplanktonprøvene ble deretter overført til samme type prøveglass som fiskeprøvene og oppbevart
nedfryst fram til analyse (-20 °C). Alt utstyr som var i direkte kontakt med zooplanktonprøvene
var renset med metanol og aceton (HPLC grade). Det epipelagiske zooplanktonet i Mjøsa ble
dominert av vannlopper (Cladocera) av artene Daphnia galeata og Bosmina longispina, men det
hypopelagiske ble dominert av hoppekreps, særlig Limnocalanus macrurus. I Randsfjorden ble
zooplanktonet, både i epilimnion og hypolimniom volummessig dominert av gelekreps (H.
gibberum), som ble filtrert fra prøvene. Etter å ha fjernet disse besto prøvene i hovedsak av
vannloppene D. galeata og B. longispina.
17
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
4.3 Analysemetoder!
4.3.1 Kvikksølv, Hg
En prøvemengde på ca. 0,6 gram ble veid inn og tilsatt fortynnet supra pure salpetersyre.
Prøven ble ekstrahert ved bruk av UltraClave som er en mikrobølgebasert oppslutningsenhet.
Etter ekstraksjon ble prøven fortynnet med ionebyttet vann til 50 ml. Prøven tilsettes supra
pure saltsyre, før den analyseres med hensyn på Hg. Innholdet av kvikksølv er bestemt ved bruk
av et induktivt koplet plasma massespektrometer(ICP-MS) av typen Agilent 7700x. Indium
benyttes som internstandard.
4.3.2 Sykliske volatile metylerte siloksaner, cVMS
Blindprøver («blanks») for prøvetaking av siloksaner ble preparert ved å pakke inn 2 eller 3
gram XAD-2 sorbent i filterposer av polypropylen/cellulose som deretter ble rengjort ved
ultralydbehandling i heksan for 30 minutter. Brukt heksan ble fjernet og erstattet med
diklormetan, og blindprøvene ble ultralydbehandlet på nytt i ytterligere 30 minutter. Etter
ultralydbehandling ble blindprøvene tørket i et rent-kabinett utstyrt med et HEPA- og kullfilter
for å hindre forurensning fra inneluft. Etter tørking ble et utvalg blindprøver plassert i
forseglede rør av polypropylen og sendt til NIVA for å bli eksponert under feltarbeide og
prøvetaking.
Flere blindprøver ble holdt tilbake på NILUs laboratorier og analysert for å bestemme
referansekonsentrasjoner av silkosaner før bruk for prøvetaking. Sammenligning av
konsentrasjoner mellom referanse (ikke eksponert i felt) og eksponerte blindprøver ble gjort
for å vurdere om feltforurensning oppsto.
Alle prøver ble ekstrahert i et rent-skap for å hindre forurensning fra inneluft. Alt laboratoriepersonell involvert i ekstraksjonen måtte unngå bruk av personlige pleieprodukter (i.e.,
hudpleie, hår krem/produkter, deodorant).
Prøvene ble ekstrahert i 3:1 heksan: acetonitril med ultralydbehandling (15 min) og etterpå
ristet i én time. Prøvene ble deretter sentrifugert ved 2500 rpm og en delmengde av heksan
ble overført til en GC-ampulle, etterfulgt av tilsetning av tris-(trimetylsiloksy)-silan som en
utvinningsstandard. Prøver ble analysert ved GC-MS under samme instrumentelle betingelser
som publisert av Warner et al. 2010, 2013).
Metodedeteksjonsgrenser (MDL) har vist seg å være ideelle for analyse av siloksaner i
miljøprøver, da de korrigerer for variasjoner introdusert av den ekstraherte matriksen (Warner
et al., 2013). På grunn av de forskjellige matrikser som er undersøkt i dette studiet, innebar
det imidlertid logistiske utfordringer å bestemme MDL for alle matrikser. Vi benyttet derfor
kvantifiseringsgrenser (LOQ) satt lik gjennomsnittet pluss 10 × standardavviket for blindprøver
som konservativ påvisningsgrense ved rapportering av prøvenes konsentrasjon. Deteksjonsgrenser (LOD), satt lik gjennomsnittet pluss 3 × standardavviket, ble også rapportert for
sammenligning med LOQ.
Prøvene ble opparbeidet i tre «ulike batcher» hvor LOQ/D varierte mellom batchene – alt ut fra
variabiliteten til analyseresultatene til blankprøvene (Tabell 2). For én batch (No. 2) ble LOD/Q
inflatert i forhold til de andre da én blankprøve hadde en avvikende høy analyseverdi. Dette
18
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
har forårsaket at mange analyseresultater har blitt såkalt «venstresensurert» og har blitt
klassifisert som enten under LOD eller LOQ.
Tabell 2. Resultat fra analyse av siloksaner i blindprøver, deteksjonsgrenser
(LOD) og kvantifikasjonsgrenser (LOQ) for de ulike forbindelsene av cVMS
LOD, ng/g v.v.
LOQ, ng/g v.v.
Batch
D4
D5
D6
D4
D5
D6
No. 1
0.4
0.3
1.3
0.6
0.5
1.9
No. 2
6.4
2.0
2.0
17.7
5.8
3.4
No. 3
1.9
0.2
2.5
3.4
0.4
3.5
4.3.3 Polyklorerte bifenyler og polybromerte difenyletere, PCB og PBDE
Prøveforberedelse: Ca. 4 – 5 g fiskefilet blir innveid og homogenisert med omtrent 50 g vannfri
natriumsulfat til klumpfri pulver. Prøvene blir fylt på elueringskolonne, tilsatt en blanding 13Cmerkede PCB- og PBDE-kongenerer og eluert med sykloheksan/etylacetat (1/1).
Opprensing av prøver: Ekstraktet blir oppkonsentrert og renset på en 6 g silikakolonne (1 x),
behandling med konsentrert svovelsyre (1-6 x) og ny rensing på en 6 g silikakolonne. Det
rensete ekstraktet blir oppkonsentrert til et sluttvolum på ca. 100 µL og tilsatt
gjenvinningsstandard.
Kvantifisering: PCB- og PBDE-kongenerene (Tabell 3. blir bestemt og kvantifisert i 2 separate
GC/HRMS-analyser. De tilsatte 13C-merkede isomerene brukes som intern standarder for
utvalgte grupper. I tillegg til dette, blir gjenvinningen av de tilsatte isomere beregnet.
Kvalitetssikring: Følgende forhold må være oppfylt for en godkjent identifisering og
kvantifisering av analytten: 1. korrekt retensjonstid, 2. korrekt isotopratio, 3. signal/støy >
3:1, 4. korrekt gjenvinning av intern standard, og 5. akseptert metodeblindprøve for denne
prøveserien.
PCB-analysene er akkreditert i henhold til NS-EN ISO/IEC 17025 (2005), mens PBDE-analysene
følger eksakt de samme prinsipper.
LOQ var satt til 0,01 ng/g våtvekt for de enkelte kongenerene av PBDE og PCB, med unntak av
BDE-209 hvor den var i området 0,01–0,1 ng/g våtvekt.
Tabell 3. Oversikt over de analyserte PCB- og PBDE-kongenerene, angitt ved deres IUPAC-navn, CAS-nr. og
kongenernummer.
IUPAC-navn
CAS-nr
Kongener-nr.
2,2',5-Trichlorobiphenyl
37680-65-2
18
2,4,4'-Trichlorobiphenyl
7012-37-5
30
2,4',5-Trichlorobiphenyl
16606-02-3
33
2,2',4,4'-Tetrachlorobiphenyl
2437-79-8
47
2,2',5,5'-Tetrachlorobiphenyl
35693-99-3
52
2,3',4,4'-Tetrachlorobiphenyl
32598-10-0
66
PCB
19
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
2,4,4',5-Tetrachlorobiphenyl
32690-93-0
75
2,2',4,4',5-Pentachlorobiphenyl
38380-01-7
99
2,2',4,5,5'-Pentachlorobiphenyl
37680-73-2
101
2,3,3',4,4'-Pentachlorobiphenyl
32598-14-4
105
2,3,4,4',5-Pentachlorobiphenyl
74472-37-0
114
2,3',4,4',5-Pentachlorobiphenyl
31508-00-6
119
2,3,3',4',5'-Pentachlorobiphenyl
76842-07-4
110
2,3',4,4',5'-Pentachlorobiphenyl
65510-44-3
120
2,2',3,3',4,4'-Hexachlorobiphenyl
38380-07-3
128
2,2',3,4,4',5'-Hexachlorobiphenyl
35065-28-2
138
2,2',3,4,5,5'-Hexachlorobiphenyl
52712-04-6
141
2,2',3,4',5',6-Hexachlorobiphenyl
38380-04-0
149
2,2',4,4',5,5'-Hexachlorobiphenyl
35065-27-1
153
2,3,3',4,4',5-Hexachlorobiphenyl
38380-08-4
156
2,3,3',4,4',5'-Hexachlorobiphenyl
69782-90-7
157
2,3',4,4',5,5'-Hexachlorobiphenyl
52663-72-6
167
2,2',3,3',4,4',5-Heptachlorobiphenyl
35065-30-6
170
2,2',3,4,4',5,5'-Heptachlorobiphenyl
35065-29-3
180
2,2',3,4,4',5',6-Heptachlorobiphenyl
52663-69-1
183
2,2',3,4',5,5',6-Heptachlorobiphenyl
52663-68-0
187
2,3,3',4,4',5,5'-Heptachlorobiphenyl
39635-31-9
189
2,2',3,3',4,4',5,5'-Octachlorobiphenyl
35694-08-7
194
2,2',3,3',4,4',5,5',6-Nonachlorobiphenyl
40186-72-9
206
2,2',3,3',4,4',5,5',6,6'-Decachlorobiphenyl
2051-24-3
209
2,2',4-Tribromodiphenyl ether
147217-75-2
17
2,4,4'-Tribromodiphenyl ether
41318-75-6
28
2,2',4,4'-Tetrabromodiphenyl ether
5436-43-1
47
2,2',4,5'-Tetrabromodiphenyl ether
243982-82-3
49
2,3',4,4'-Tetrabromodiphenyl ether
189084-61-5
66
2,3',4',6-Tetrabromodiphenyl ether
189084-62-6
71
3,3',4,4'-Tetrabromodiphenyl ether
93703-48-1
77
2,2',3,4,4'-Pentabromodiphenyl ether
182346-21-0
85
PBDE
2,2',4,4',5-Pentabromodiphenyl ether
60328-60-9
99
2,2',4,4',6-Pentabromodiphenyl ether
189084-64-8
100
2,3',4,4',6-Pentabromodiphenyl ether
189084-66-0
119
3,3',4,4',5-Pentabromodiphenyl ether
366791-32-4
126
2,2',3,4,4',5'-Hexabromodiphenyl ether
182677-30-1
138
2,2',4,4',5,5'-Hexabromodiphenyl ether
68631-49-2
153
2,2',4,4',5,6'-Hexabromodiphenyl ether
207122-15-4
154
2,3,3',4,4',5-Hexabromodiphenyl ether
N/A
156
2,2',3,4,4',5',6-Hetpabromodiphenyl ether
207122-16-5
183
2,2',3,4,4',6,6'-Hetpabromodiphenyl ether
117948-63-7
184
2,3,3',4,4',5',6-Hetpabromodiphenyl ether
446255-30-7
191
2,2',3,3',4,4',5,6'-Octtabromodiphenyl ether
N/A
196
2,3,3',4,4',5',6-Heptabromodiphenyl ether
N/A
197
2,2',3,3',5,5',6,6'-Octabromodiphenyl ether
N/A
202
2,2',3,3',4,4',5,5',6-Nonabromodiphenyl ether
63387-28-0
206
2,2',3,3',4,4',5,6,6'-Nonabromodiphenyl ether
437701-79-6
207
1163-19-5
209
2,2',3,3',4,4',5,5',6,6'-Decabromodiphenyl ether
20
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
4.3.4 Klorerte parafiner, S/MCCP
Prøveopparbeidelse av SCCP og MCCP blir analysert i to separate GC/HRMS analyser og i
electron capture negative (ECNI) ion modus. Et utvalg av de forskjellige formelgruppene blir
monitorert og danner grunnlaget for beregning av sum S/MCCP i henhold til en anerkjent
metode utviklet av Tomy et al. (1997). En 13C merket heksaklordekan benyttes som intern
standard for begge analyser.
4.3.5 Perfluorerte alkylforbindelser, PFAS
Biota prøver ble homogenisert og 2 g veid ut. Etter tilsetting av interne standarder ble prøven
ekstrahert 2 ganger med 4 mL acetonitril. En mL av acetonitril ekstraktet ble fortynnet med
0.5 mL 2,6 mM ammonium acetate (aq) og 75 µL eddiksyre (kons.) før aktivt kull ble tilsatt.
Etter miksing ble prøven sentrifugert med et (Costar) 0,2 µm nylon Spin-X filter.
UPLC-ToF MS analyse: PFAS ble separert på en (Waters) Acquity BEH C8 kolonne (100 x 2 mm x
1,7 µm) med vann (2,6 mM ammonium acetate) og acetonitril som mobilfase.
Tabell 4. Oversikt over perfluorerte forbindelser analysert, akronymer, formel ,CAS nr og kvantifikasjonsgrenser
(LOQ) av PFAS bestemt med UPLC-ToF MS
PFAS forbindelse
Forkortelse
Molekylformel
CAS-nr.
LOQ
(ng/g)
perfluoro-n-butanoic acid
PFBA
C4HF7O2
357-,22-4
2
perfluoro-n-pentanoic acid
PFPA
C5HF9O2
2706-90-3
2
perfluoro-n-hexanoic acid
PFHxA
C6HF11O2
307-24-4
0,5
perfluoro-n-heptanoic acid
PFHpA
C7HF13O2
375-85-9
0,5
perfluoro-n-octanoic acid
PFOA
C8HF15O2
335-67-1
0,5
perfluoro-n-nonanoic acid
PFNA
C9HF17O2
375-95-1
0,6
perfluoro-n-decanoic acid
PFDA
C10HF19O2
335-76-2
0,5
perfluoro-n-undecanoic acid
PFUnDA
C11HF21O2
2058-94-8
0,4
perfluoro-n-dodecanoic acid
PFDoDA
C12HF23O2
307-55-1
0,4
perfluoro-n-tridecanoic acid
PFTrDA
C13HF25O2
72629-94-8
0,4
perfluoro-n-tetradecanoic acid
PFTeDA
C14HF27O2
376-06-7
0,4
perfluoro-1-butanesulfonate
PFBS
C4F9SO3Na
29420-49-3
0,1
perfluoro-1-hexanesulfonate
PFHxS
C6F13SO3Na
82382-12-5
0,1
perfluoro-1-octanesulfonate
PFOS
C8F17SO3Na
4021-47-0
0,05
perfluoro-1-decanesulfonate
PFDS
C10HF21SO3
335-77-3
0,2
perfluoro-1-dodecansulfonate
PFDoDS
C12HF25SO3
79780-39-5
0,2
perfluoro-7-methyloctanesulfonate
ipPFNS
C9F19SO3
Ikke tilgjengelig
0,2
perfluoro-1-octanesulfonamide
PFOSA
C8H2F17NO2S
754-91-6
0,1
N-methylperfluoro-1-octanesulfonamide
N-MeFOSA
C9H4F17NO2S
31506-32-8
0,3
N-ethylperfluoro-1-octanesulfonamide
N-EtFOSA
C10H6F17NO2S
4151-50-2
0,3
2-(N-methylperfluoro-1-octanesulfonamido)-ethanol
N-MeFOSE
C11H8F17NO3S
24448-09-7
5
2-(N-ethylperfluoro-1-octanesulfonamido)-ethanol
N-EtFOSE
C12H10F17NO3S
1691-99-2
5
21
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
PFAS forbindelse
Forkortelse
Molekylformel
CAS-nr.
1H,2H-perfluorooctane sulfonate (6:2)
6:2FTS
C8H5F13SO3
27619-97-2
LOQ
(ng/g)
0,3
4.3.6 Stabile N- og C-isotoper, δ15N og δ13C
Forholdet mellom de stabile nitrogen-isotopene 14N og15N (δ15N) og karbon-isotopene 12C og 13C
(δ13C), ble bestemt ved Institutt for energiteknikk (IFE, Kjeller). Disse forholdene brukes
henholdsvis til å anslå organismenes trofiske nivå (plass i næringsnettet) og deres dominante
karbonkilder (Vander Zanden and Rasmussen 2001; Post 2002).
Analysene ble gjort etter standard protokoller, og verken lipider eller karbonater ble fjernet
eller ekstrahert fra prøvene før analyse. Metoden har i korthet følgende trinn: forbrenning i
element analysator, reduksjon av NOx i Cu-ovn, separering av N2 og CO2 på GC-kolonne og
bestemmelse av 13C og 15N på IRMS; Isotope Ratio Mass Spectrometer.
22
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
4.4 Beregning!av!trofisk!magnifisering!
Trofisk magnifikasjonsfaktor (TMF) er definert som eb, hvor b er stigningskoeffisienten til
regresjonen mellom den loge-transformerte konsentrasjonen (lipidnormalisert) av en kjemisk
forbindelse (CLW) og organismenes relative trofiske nivå (TL):
Omregningen fra δ15N til trofisk nivå innebærer blant annet en baselinjejustering for hver sjø
og år, hvor δ15N for primærkonsumentene subtraheres fra konsumentenes δ15N:
Eq. 1. TL =[ (δ15Nc – δ15Npc)/∆15N] +2
Her er TL trofisk nivå til konsumentene, δ15Nc og δ15Npc er N-isotopforholdet til henholdsvis
konsumenter og primærkonsumenter, og ∆15N er anrikningsfaktoren på 3,4 ‰ per trofisk nivå
(Vander Zanden et al. 1997, Vander Zanden and Rasmussen 1999).
Forholdet mellom konsentrasjonen av en kontaminant (CLW, loge-transformert) og trofisk nivå
(TL) beskrives av funksjonen:
Eq. 2. ln CLW = a + b·TL
En trofisk magnifisering påvises når regresjons-koeffisienten b er signifikant større enn 0. Den
trofiske magnifikasjonsfaktoren TMF, som er definert som eTL, blir da følgelig større enn 1.
Dersom man ikke baselinjejustere δ15Npc til konsumentene i beregningen av trofisk nivå, så kan
man beregnet et relativt trofisk nivå (TLrel) til organismene ved kun å dividere med Nanrikningsfaktoren:
Eq. 3. TLrel = δ15Nc/∆15N
Ved å bruke relativt trofisk nivå framfor absolutt endres ikke den estimerte trofiske
magnifikasjonsfaktoren (TMF), kun regresjonenes konstantledd. TLrel kan derfor brukes til å
bestemme trofisk avstand mellom organismegruppene innen en lokalitet, men kan ikke brukes
til å fastslå deres absolutte posisjon eller til å sammenlikne trofisk nivå til organismer fra
lokaliteter med ulik δ15N-baselinje.
4.5 Kort!om!de!ulike!miljøgiftene!
4.5.1 Kvikksølv
Kvikksølv i fisk foreligger i all hovedsak som den svært giftige forbindelsen metylkvikksølv.
Metylkvikksølv er en farlig nervegift, og særlig synes embryonalutviklingen av
sentralnervesystemet til fostre å være følsomme for eksponering — med effekter på kognitiv og
psykomotorisk utvikling i senere barneår (Grandjean et al. 1997; Grandjean et al. 1998). Det er
strenge restriksjoner på bruk av kvikksølv i Norge, og vi har i dag et generelt forbud mot
kvikksølv i produkter og det er strenge krav til utslipp og rensetiltak for å redusere utslipp av
kvikksølv fra industrien. Norge underskrev i 2013 Minamata-konvensjonen (UNEP 2013), som er
en internasjonal avtale som regulerer bruk og utslipp av kvikksølv.
23
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Kildene til kvikksølvforurensninger i ferskvannsfisk i Norden domineres i dag av
langtransporterte atmosfæriske avsetninger (Munthe et al. 2007). Tidligere var lokale kilder,
særlig fra treforedlings-industri viktige, og kunne føre til høye konsentrasjoner i fisk.
Eksempler på slike lokale historiske tilførsler kan finnes i Mjøsa (Underdal 1970a, Sandlund et
al. 1981), Tyrifjorden (Berge et al. 1983, Skurdal et al. 1992) og Drammensvassdraget
(Underdal 1970b, Fjeld et al. 1999). Kvikksølv-konsentrasjoner i norske storørretbestander ble
kartlagt på slutten av 1990-tallet/begynnelsen av 2000-tallet (Fjeld og Rognerud, 2004).
Konsentrasjonene i mange bestander, også fra innsjøer uten kjente punktutslipp, kunne være
høye og ofte overskride grensen for omsetning til konsum. Undersøkelser fra 2008 tyder på at
kvikksølvkonsentrasjonene i abbor fra skogssjøer har blitt vesentlig forhøyet (60 %) siden tidlig
1990-tallet (Fjeld og Rognerud 2009). Det er derfor av interesse å kartlegge kvikksølvnivåene i
storørretbestandene i de undersøkte innsjøene, særlig med tanke på å eventuelle endringer
som kan ha skjedd i løpet av de siste 10-15 år.
4.5.2 Sykliske (flyktige) metylerte siloksaner, cVMS
De tre vanligste sykliske siloksaner (cVMS), D4, D5 og D6, er under utredning i EU for vurdering
av deres miljøfarlige egenskaper. ECHAs Medlemsstatskomite konkluderte 22.04.2015 at D4 og
D5 oppfyller kriteriene i REACH for svært persistente (vP) og svært bioakkumulerende (vB)
stoffer1.
Stoffene er mye brukt i kosmetikk og personlige pleieprodukter, rengjøringsmidler,
bilpleiemidler og andre forbrukerprodukter (Huse og Aas-Aune 2009). De er flyktige og spres
med både vann og luft. I vann binder de seg lett til partikler og sedimenter. Det er særlig deres
mulige langtidseffekter i miljøet som er av bekymring. D4 er også klassifisert som
reproduksjonsskadelig (mistenkes for å kunne skade forplantningsevnen). Det er et nasjonalt
mål å stanse utslippene av siloksantypene D4 og D5 innen 2020. Det er nylig vist at både D5 og
D6 biomagnifiserer i akvatiske næringskjeder (Borgå et al. 2012 og 2013b).
4.5.3 Polyklorerte bifenyler, PCB
PCB har mange alvorlige effekter på helse- og miljø. De kan virke kreftfremkallende, forstyrre
immunsystemet og nervesystemet, og ha endokrine og reproduktive effekter. Ny bruk av PCB
ble forbudt i 1980, men PCB finnes fortsatt i en del gamle produkter og materialer, og kan
derfor havne i miljøet. Utlekking kan også skje fra forurenset grunn og sedimenter. Norge
tilføres i tillegg PCB gjennom hav- og luftstrømmer. De er svært stabile i miljøet, og på grunn
av sin høye fettløselighet kan de hope seg opp i organismene. I denne undersøkelsen bruker vi
PCB-er også som referansesubstanser når biomagnifisering av andre nye miljøgifter skal
undersøkes. Mjøsa er en innsjø hvor lokale PCB-tilførsler tidligere førte til en opphopning i
både sedimenter og fisk (Kjellberg og Løvik 2000, Fjeld et al. 2013).
1
http://echa.europa.eu/about-us/who-we-are/member-state-committee/opinions-of-the-msc-adopted-underspecific-echa-s-executive-director-requests
24
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
4.5.4 Polybromerte difenyletere, PBDE
PBDE er en gruppe forbindelser som har vært benyttet/benyttes som flammehemmere i en
rekke ulike produkter som tekstiler, plast, møbler, bygningsmaterialer og elektronikk. De er i
likhet med PCB svært stabile og fettløselige, og hoper seg opp i organismene. PBDE har
hormonforstyrrende og nevrotoksiske egenskaper. Norge har innført forbud mot bruk, import og
produksjon av PBDEene. To av de tidligere viktige kommersielle produktene av PBDE (pentaBDE og okta-BDE) er forbudt i EU og globalt i henhold til den internasjonale miljøavtalen
Stockholm-konvensjonen. Deca-BDE er ført opp på kandidatlisten under REACH på grunn av
stoffets persistente, bioakkumulerende og toksiske egenskaper. EUs Kjemikaliebyrå (ECHA) har
i samarbeid med norske myndigheter fremmet et forslag om forbud mot deca-BDE i EU2.
Norge nominerte i 2013 deca-BDE til Stockholmkonvensjonen.
I Mjøsa ble det på begynnelsen av 2000-tallet oppdaget at fisken hadde svært høye
konsentrasjoner av PBDE (Fjeld et al. 2001). De lokale industriutslippene ble raskt identifisert
og stanset, og konsentrasjonene i fisk har deretter blitt redusert til omlag en femtedel av de
høyeste nivåene på 2000-tallet (Fjeld et al. 2013).
4.5.5 Klorerte parafiner, S/MCCP
Polyklorerte parafiner eller alkaner (PCA) er en stor stoffgruppe som framstilles ved å klorere
parafiner eller alkaner (kjedede hydrokarboner). Klorerte parafiner brukes som myknere og
brannhemmende midler i plast, maling, gummimasse og som høytrykksadditiver i kjøle- og
smøremidler i metallbearbeidende industri. Polyklorerte parafiner deles inn etter kjedens
lengde, og klorinnhold. Kommersielle blandinger av såkalte kortkjede klorparafiner SCCP er
basert på C10-13 parafiner, langkjede er basert på C14-17 parafiner, og de har et klorinnhold på 30
– 70 % av molekylvekten.
Polyklorerte parafiner er kjemisk relativt stabile og brytes langsomt ned i naturen. Kortkjedede
polyklorerte parafiner med 60–70 % kloreringsgrad har omlag samme molekylvekt og fysiske
egenskaper (fettløselighet, vannløselighet, damp-trykk) som flere andre persistente
klororganiske miljøgifter (PCB). De har derfor et potensiale for atmosfærisk langtransport og
for å kunne å biomagnifisere. Polyklorerte parafiner er vist å ha kreftframkallende og andre
toksiske egenskaper. Kortkjedete klorparafiner ble forbudt i Norge i 2002 og er regulert i
produktforskriften. De er foreslått som kandidat til Stockholm-konvensjonen.
4.5.6 Perfluorerte alkylstoffer, PFAS
Dette er stoffer som på grunn av sine vann-, fett- og smussavstøtende egenskaper brukes i
impregneringsmidler, på pustende vannavstøtende tekstiler og klær, som slipp-belegg på
stekepanner, som beskyttende belegg/film på metalloverflater i galvanisk industri mm. De har
også vært brukt i brannskum ved flyplasser og i off-shore virksomhet.
De er ekstremt stabile i miljøet, kan spres globalt med vind- og havstrømmer, kan
oppkonsentreres i næringskjeder, og flere av dem har eller mistenkes å ha toksiske egenskaper.
De kan virke kreftfremkallende, ha reproduksjonsskadelige effekter og påvirke hormonsystemer
2
http://echa.europa.eu/restrictions-underconsideration?search_criteria_name=bis%28pentabromophenyl%29%20ether&search_criteria_ecnumber=214-6049&search_criteria=bis%28pentabromophenyl%29%20ether
25
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
og lipidomsetningen i organismer. På sikt utgjør de derfor en miljøtrussel. De tidligere mest
brukte og antatt mest skadelige av disse forbindelsene er PFOS og PFOA. PFOS er forbudt i
Norge og EU i henhold til reguleringene i Stockholm-konvensjonen. PFOA er ført opp på
kandidatlisten under REACH fordi stoffet er reproduksjonsskadelig og fordi det er et PBT-stoff
(persistent, bioakkumulerende og toksisk). PFOA er forbudt i forbrukerprodukter i Norge og det
arbeides med et forslag til forbud i EU. De langkjedede perfluorerte karboksylsyrene med
kjedelengde C11 – C14 er ført opp på kandidatlisten under REACH fordi stoffene er svært
persistente (vP) og svært bioakkumulerende (vB).
26
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5. Resultater!og!diskusjon!
5.1 !Fiskestørrelse,!trofiske!nivåer!og!fett!
Individstørrelse, trofisk nivå (δ15N), C-isotoper (δ13C) og andelen fett i prøvene er viktige
karakteristika for forståelsen av biomagnifiseringen av miljøgifter i akvatisk biota. Vi har derfor
sammenfattet denne informasjonen ved å beregne middelverdier i de ulike organismegruppene
i de ulike innsjøene (Tabell 5), samt visualisere samvariasjonen mellom dem ved hjelp av
spredningsplott (Figur 2).
Ørreten fra de tre hovedinnsjøene, Mjøsa, Randsfjorden og Femunden, varierte i middelvekt fra
omlag 0,9 kg i Femunden og til nær 5,2 kg i Mjøsa. Krøkla i Mjøsa var noe større enn den i
Randsfjorden, og deres middelvekter var henholdsvis 15 og 10 g. Siken fra Femunden hadde
middelvekt på 480 g, mens abbor fra Tyrifjorden og Vansjø hadde middelvekter på 195 og 240
g.
Laksefisk har generelt et mer fettrikt muskelvev enn piggfinnefisk som abbor, og i laksefiskene
ørret, krøkle, lågåsild og sik varierte fettinnholdet mellom 0,9 – 4,4 %, høyest hos ørret og
lågåsild fra Mjøsa og lavest hos ørret og sik fra Femunden. I Mjøsa og Randsfjorden var det
tydelig at fettinnholdet i ørret steg med fiskens størrelse. Andelen fett i epilimnisk zooplankton
var lavt, ikke mer enn ca. 0,3 % i Mjøsa og 0,7 % i Randsfjorden.
δ15N antas å stige med omlag 3,4 ‰ (poeng) for hvert trofisk nivå, og differansen (‰-poeng)
mellom ørret og planktivor fisk (lågåsild, krøkle og sik) i de enkelte innsjøene var i snitt som
følger: Mjøsa, 2,8 ‰; Randsfjorden, 2,3 ‰; Femunden, 3,6 ‰. Med unntak av krøkle fra Mjøsa,
kunne det ikke spores noen tendens til at δ15N steg med fiskens størrelse. Dette er å forvente
dersom fiskens diett ikke varierer innenfor den analyserte størrelsesgruppen. For krøkle skyldes
økningen i δ15N etter all sannsynlighet at vi hadde inkludert noen mellomstore/store
kannibalistiske individer i utvalget.
Da det i liten grad skjer noen fraksjonering av C-isotoper med trofisk nivå, vil δ13C-signaturen
til organismene i første rekke avspeile deres karbonkilder (France and Peters 1997). Pelagisk
drevne næringskjeder har mer negative δ13C-verdier enn litoralt og terrestrisk drevne kjeder.
Dette ser vi et tydelig eksempel på i Mjøsa hvor zooplankton hadde en midlere δ13C-verdi på ca.
-26 ‰, mens lågåsild, krøkle og ørret hadde verdier mellom -29 og -30 ‰ og med en total
variasjonsbredde på 2 - 4 ‰ (poeng). I Femunden hadde ørreten en midlere δ13C-verdi på omlag
-24 ‰, men med en betydelig større variasjonsbredde på 9 ‰ (poeng). Dette siste indikerer at
dietten til ørreten her var mer variert, med karbonkilder fra både pelagiske og
littorale/terrestriske næringskjeder.
27
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Tabell 5. Lengde, vekt, fett og forholdet mellom stabile N- og C-isotoper (δ13C, δ15N, i prøver av fisk (muskel) og
zooplankton, fanget i 2014. Middelverdi (x̅ ), standard avvik (SD) og antall (n) er gitt. For krøkle og abbor er det
analysert blandprøver satt sammen av flere fisk, for disse er både totalt antall fisk og antall prøver oppgitt, og
statistikkene for lengde og vekt er basert på totalt antall.
Lokalitet!
Mjøsa
Art!
Zoopl., epilimnisk (n: 3)
Zoopl., hypolimnisk (n: 3)
Mysis
Lågåsild (n: 9)
Krøkle (n: 47; 9)
Ørret (n: 15)
Randsfjorden
Zoopl., epilimnisk
(n: 3)
Zoopl., hypolimnisk (n: 3)
Krøkle (n= 34; 9)
Ørret (n: 15)
Femunden
Sik (n: 15)
Ørret (n: 15)
Vansjø
Tyrifjorden
Abbor (n: 25; 5)
Abbor (n: 25; 5)
!
Vekt,!g!
Lengde,!cm!
Fett,!%!
δ13C,!‰!
δ15N,!‰!
x̅
0,28
-26,46
5,03
SD
0,02
0,46
0,37
x̅
1,44
-33,32
11,22
SD
0,07
1,19
0,18
x̅
3,64
-29,77
9,03
SD
0,69
1,03
0,21
x̅
74,7
20,8
3,06
-29,95
13,10
SD
10,6
1,2
1,12
1,15
0,87
x̅
14,8
13,6
1,07
-28,52
15,00
SD
9,0
1,8
0,41
0,46
0,90
x̅
5180
74,6
4,34
-29,35
15,87
SD
1805
8,1
1,79
0,75
0,39
x̅
0,72
-31,85
7,14
SD
0,14
0,48
0,34
x̅
0,75
-31,96
7,49
SD
0,02
0,42
0,24
x̅
10,2
12,4
2,27
-31,80
11,18
SD
0,7
0,4
0,49
0,52
0,22
x̅
1745
51,4
1,53
-29,31
13,53
SD
1344
15,0
1,22
0,88
0,33
x̅
483
35,1
0,91
-28,14
6,55
SD
122
2,6
0,63
0,57
0,35
x̅
891
35,1
1,13
-24,23
10,16
SD
122
2,6
0,93
2,33
0,92
x̅
195
21,6
0,26
-29,22
15,01
SD
170
6,8
0,12
0,29
0,91
x̅
238
26,1
0,35
-22,10
11,88
SD
64,6
2,3
0,06
0,84
0,47
28
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figur 2. Spredningsplott mellom fiskelengde, forholdet mellom stabile N- og C-isotoper (δ15N, δ13C) og fettinnholdet i
prøvene innsamlet i 2014 i de tre hovedsjøene. For fisk er prøvetypen muskelvev, for zooplankton og Mysis er det
helkropp. 90 % konfidensellipser er inntegnet for hver prøvetype.
29
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5.2 Kvikksølv,!Hg!
De høyeste konsentrasjonene av kvikksølv ble funnet i ørret, med gjennomsnittlige
konsentrasjoner i området 0,39 – 0,96 mg/kg våtvekt, høyest i Randsfjorden og lavest i
Femunden (Tabell 6). Av de 45 analyserte individene hadde to tredjedeler konsentrasjoner som
oversteg Mattilsynets omsetningsgrense for konsum (0,5 mg/kg). Generelt er det en stor
sannsynlighet for at grensen overskrides når fisken blir omlag 50 cm (≈ 1,4 kg) eller større
(Figur 3).
Analyser av stabile N-isotoper indikerte at fisken fra Mjøsa og Randsfjorden var rene
fiskespisere, mens det blant fisken fra Femunden var noen som i tillegg ernærte seg på lavere
trofiske nivåer eller terrestriske organismer (disse hadde stor spredning i δ15N- og δ13Cverdiene, se Figur 3). Konsentrasjonene av kvikksølv i krøkle, lågåsild og sik, som er
planktonspisende fisk, var vesentlig lavere enn hos ørret med middelkonsentrasjonene i
området 0,16–0,21 mg/g våtvekt (Tabell 6). I de epipelagisk zooplanktonprøvene fra Mjøsa og
Randsfjorden, samlet inn i overflatelaget av innsjøen, var midlere kvikksølvkonsentrasjon 0,006
– 0,014 mg/kg våtvekt. Dette var i hovedsak herbivort zooplankton, dominert av ulike arter
vannlopper (Cladocerea).
Fra Mjøsa er det gjennom de tidligere overvåkningsprogrammene (2006 – 2013) velkjent at
fiskespisende storørret ofte har kvikksølvkonsentrasjoner over omsetningsgrensen (Fjeld et al.
2013 og 2014). Når vi justerer for forskjeller i lengde er ikke midlere konsentrasjoner for 2014
statistisk signifikant forskjellig fra de fra 2006 og seinere (Figur 4). I 2006 inntraff det imidlertid
en generell økning i nivåene sammenliknet med tidligere år (Fjeld et al. 2009), uten at vi kan
relatere dette til noen spesielle forhold. De siste års resultater, fra 2006 og seinere, viser at
nårfisken vokser seg større enn 55 cm (≈ 1,9 kg) vil den midlere konsentrasjonen av kvikksølv
overstige Mattilsynets grense for omsetning til konsum.
Tabell 6. Kvikksølvkonsentrasjon (middelverdi, standard avvik, minimum- og maksimum-verdier) i fisk, Mysis og
zooplankton, fanget i 2014. Antall prøver (n), midlere lengde og vekt av fisk er òg oppgitt.
!
!
!
Hg,!mg/kg!
!
Lokalitet!
Art!
n!
middel!
SD!
min.!
maks.!
Mjøsa
Ørret
15
0,73
0,21
0,46
1,25
74,6
5180
Krøkle
9
0,19
0,10
0,12
0,39
12,4
10
Lågåsild
9
0,13
0,05
0,07
0,20
20,8
75
Mysis
3
0,018
0,001
0,018
0,02
Zoopl. hypo.
3
0,006
0,001
0,006
0,007
Zoopl. epi.
3
0,006
0,002
0,004
0,008
Ørret
15
0,96
0,58
0,33
2,84
51,4
1745
Krøkle
9
0,21
0,03
0,22
0,31
15,0
23
Zoopl. hypo.
3
0,011
0,000
0,011
0,011
Zoopl. epi.
3
0,014
0,001
0,013
0,015
Ørret
15
0,39
0,17
0,08
0,64
44,6
891
Sik
15
0,16
0,02
0,12
0,19
35,1
483
Tyrifjorden
Abbor
5
0,29
0,08
0,20
0,37
26,1
238
Vansjø
Abbor
5
0,39
0,25
0,11
0,71
21,6
195
Randsfjorden
Femunden
30
Lengde,!cm!
!
Vekt,!g!
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Med unntak fra kartleggingen fra 2013 i foreliggende program (Fjeld et al. 2014) ble de siste
systematiske undersøkelser av kvikksølv i storørret fra Randsfjorden og Femunden gjort i
henholdsvis 1999 og 2000. Disse dataene finnes i en sammenfattende undersøkelse av kvikksølv
i storørretbestander i Norge (Fjeld og Rognerud, 2004) og vi bruker de her for å se hvorvidt det
kan påvises noen endring i kvikksølvnivåene siden den tid. Dette er en særlig aktuell
problemstilling sett i lys av at vi i to tidligere undersøkelser har vist at kvikksølvkonsentrasjonene i abbor og ørret fra skogssjøer i Sør-Norge har økt siden 1990-tallet (Fjeld og
Rognerud 2009, Fjeld et al. 2009).
For Randsfjorden kunne en kovariansanalyse forkaste en hypotese om en signifikant endring i
nivåene fra 1999 og til 2013 og 2014 (p = 0,33), og de lengdejusterte gjennomsnitt (± SE) var
som følger: 1999, 0,58 ± 0,20 mg/kg; 2013/2014, 0,74 ± 0,10 mg/kg. Kvikksølvkonsentrasjonene
i ørret fra Randsfjorden er høyere enn i Mjøsa ved samme fiskelengde (Figur 3), på tross at vi
ikke kjenner noen historiske lokale utslipp til fjorden.
For Femunden var midlere lengdejusterte konsentrasjon i 2013 og 2014 (0,40 ±19 mg/kg) lavere
enn i 2000 (0,25 ± 13 mg/kg), og en kovariansanalyse kunne påvise at forskjellen er signifikant
(p = 0,05). Her er imidlertid variansen høy og usikkerheten i estimatene i midlere
kvikksølvkonsentrasjon for de to årene (konfidensintervallene) er stor.
Abborprøvene fra Tyrifjorden og Vansjø hadde en midlere kvikksølvkonsentrasjon på
henholdsvis 0,29 og 0,39 mg/kg hos fisk med en midlere lengde på omlag 26 og 22 cm. For
Vansjø synes det ikke å ha vært noen endring i forhold til de nivåene som ble funnet i en
undersøkelse utført i 2000 (Figur 6) (Lien og Brabrandt et al. 2004). For Tyrifjorden har det ikke
lyktes oss i å skaffe noen historiske data på kvikksølv i abbor, men det er kjent at ørreten
herfra hadde betydelig forhøyede kvikksølvnivåer på 1970-tallet som følge av tidligere utslipp
fra treforedlingsindustrien (Berge et al. 1993). Nivåene som vi nå finner i abbor fra Tyrifjorden
synes å være noe lavere enn de vi har tidligere rapportert for abborbestander i skogsjøer i ØstNorge, hvor det var overveiende sannsynlig at omsetningsgrensen på 0,5 mg Hg/kg ble
overskredet ved en lengde på omlag 24 cm (Fjeld et al. 2009a). Å si noe nærmere om dagens
kvikksølvnivåer i fisk herfra basert på et så vidt fåtallig materiale er vanskelig.
31
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figur 3. Kvikksølvkonsentrasjonen i fisk (muskel) og zooplankton i de tre hovedsjøene, fanget i 2014, plottet mot δ15N
og fiskelengde. Regresjonslinjer og 90 % konfidensellipser for de ulike innsjøene er inntegnet. I de øvre panelene er
regresjonslikningene og trofisk magnifikasjonsfaktor (TMF) oppgitt.
Figur 4. a): Spredningsdiagram over kvikksølvkonsentrasjon versus fiskelengde for Mjøsørret fanget i
perioden 1979–2014 (n = 170). b:) Lengdejustert midlere kvikksølvkonsentrasjon (med 95 %
konfidensintervall) beregnet for ørret med en lengde på 60,8 cm (≈2,5 kg) (utvalgets geometriske
gjennomsnitt).
32
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figur 5. Spredningsdiagram over kvikksølvkonsentrasjon versus fiskelengde for ørret fra Randsfjorden og
Femunden fanget i 1999/2000, 2013 og 2014. Regresjoner av log-transformerte konsentrasjoner på
fiskelengde er inntegnet (m. 95 % konfidensbånd).
Figur 6. Forholdet mellom kvikksølvkonsentrasjon og fiskelengde hos abbor fra Vansjø, fanget i
2000 (blå punkter) og i 2014 (røde punkter).
33
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5.3 Sykliske!flyktige!metylerte!siloksaner,!
cVMS!
5.3.1 Behandling av ikke-kvantifiserbare data
Det ble analysert for siloksan-forbindelsene D4, D5 og D6 i biota fra alle fem innsjøene. I Mjøsa
og Randsfjorden ble det analysert i det pelagiske næringsnettet (planktoniske krepsdyr og fisk),
mens det i Femunden kun ble analysert i pelagisk fisk (sik og ørret). I Tyrifjorden og Vansjø ble
det kun analysert i bentisk abbor.
Majoriteten av D4- og D6-analysene var under metodens deteksjons- eller kvantifikasjonsgrenser (LOD/Q), som ble beregnet som middelverdien av analytiske blankverdier pluss
henholdsvis 3 x eller 10 x standardavviket. Slike data kalles i statistisk terminologi for (venstre)
sensurerte data. Andelen kvantifiserbare analyseresultater for D4, D5 og D6 var henholdsvis
30 %, 80 % og 44 % (Tabell 4). Brutt ned på de enkelte artene/organismegruppene innen hver
innsjø var det kun for ørret fra Mjøsa og krøkle fra Randsfjorden at mer enn 50 % av
analyseresultatene var kvantifiserbare for alle tre forbindelsene. Videre var det kun for D5 fra
disse to innsjøene at det var tilstrekkelig kvantifiserbare resultater til at trofisk magnifisering
kunne beregnes.
I det følgende er alle statistikker og beregninger basert på at resultater under metodens
deteksjons- eller kvantifikasjonsgrenser (LOD/Q) er substituert med halve grensene. Til dette
må det nevnes at de opprinnelige analysene er nøyaktig gjort på våtvektsbasis og at fettinnholdet er bestemt ved en egen analyse. Ved å omregne LOQ/D til lipidvektbasis introduseres
den assosierte usikkerheten til lipidanalysene og de lipidbaserte verdiene har derfor en noe
større usikkerhet heftet ved seg enn de originale våtvektbaserte. Til beregningene av
beskrivende statistikker av midlere lipidbaserte verdier har vi benyttet oss av ett gjeldende
siffer for D4 og to gjeldende siffer for D5 og D6.
Tabell 7. Antall og prosentandel av analysene av de enkelte cVMS-forbindelsene som ble kvantifisert (DET) eller var
under metodens deteksjons- eller kvantifikasjonsgrenser (LOD/Q):
D4
D5
D6
kategori
N
%
N
%
N
%
DET
25
30%
67
80%
37
44%
LOD
54
64%
15
18%
19
23%
LOQ
5
6%
2
2%
28
33%
5.3.2 Nivåer av cVMS i 2014
De høyeste kvantifiserbare konsentrasjonene av cVMS ble funnet i Mjøsa og Randsfjorden.
Generelt var D5 den dominerende forbindelsen i biota, etterfulgt av D6 og D4 (Figur 7). En
detaljert sammenlikning av D4- og D6-nivåene, både mellom sjøer og mellom organismegrupper
innen sjøer, er imidlertid vanskelig, da majoriteten av disse analysene var under metodens
LOD/Q – og disse grensene varierte mellom de tre ulike batchene som ble opparbeidet på
laboratoriet.
34
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
I Mjøsa og Randsfjorden ble de laveste nivåene av D5 (lipidbasert) funnet i epilimnisk
zooplankton, mens de høyeste nivåene ble funnet i krøkle fra Mjøsa og i ørret fra Randsfjorden.
I Mjøsa var estimerte middelverdier (± SD) til epipelagisk zooplankton, krøkle og ørret
henholdsvis 360 (± 20), 5800 (± 3400) og 2500 (± 1700) ng/g lipid, mens de i Randsfjorden var
750 (± 360), 1400 (± 880) og 2400 (±1600) ng/g lipid. Vi har her substituert verdier under LOD/Q
med halve grensen (epipelagisk zooplankton: 3 av 3 i Mjøsa, 1 av 3 i Randsfjorden). For ørret
kunne det ikke påvises noen statistisk signifikant forskjell mellom midlere konsentrasjon av D5
fra de to sjøene (p = 0,8), mens det for krøkle var det en signifikant forskjell mellom sjøene (p
= 0,002).
Konsentrasjonene av D4 og D6 i prøvene fra disse to innsjøene var i hovedsak under metodenes
LOD/Q, med unntak for ørret fra Mjøsa og krøkle fra Randsfjorden. For D4 og D6 i ørret fra
Mjøsa var middelverdiene henholdsvis 40 (± 20) og 140 (± 56) ng/g lipid, mens de i krøkle fra
Randsfjorden var henholdsvis 40 (±10) og 110 (± 45) ng/g lipid.
For Femunden, Tyrifjorden og Vansjø var nær samtlige analyser av cVMS under metodenes
LOD/Q, og vi kan derfor ikke konstatere annet enn at de gjennomsnittlige nivåene må ligge
under disse (D4; D5 og D6: 17,7; 5,8 og 4,4 ng/g våtvekt) og en nærmere drøfting av de
omregnede lipidjusterte gjennomsnittsverdiene mellom disse sjøene er derfor heller ikke er
særlig meningsfullt (D4: 400 – 1000 ng/g lipid; D5: 120 – 330 ng/g lipid; D6: 200 – 400 ng/g
lipid).
Konsentrasjonene av D5 var vesentlig lavere i fisk fra Femunden (<240 ng/g lipid, alle prøver
under deteksjonsgrensen) enn i fisk fra Mjøsa og Randsfjorden (middelverdier i området 1400 –
5800 ng/g lipid). Dette er som forventet ut fra resultatene fra undersøkelser utført i 2012
(Borgå et al. 2013a og b) og 2013 (Fjeld et al. 2014). De høyere nivåene av D5 i Mjøsa og
Randsfjorden avspeiler trolig betydningen av lokale tilførsler fra en relativt stor befolkning,
industri og trafikk. For Femunden, som har en størrelsesmessig ubetydelig befolkning og
trafikk, og ingen industri, må det forventes at lokale kilder er nær fraværende. Atmosfæriske
avsetninger er her derfor trolig viktigste kilde for cVMS-forbindelser. I følge Xu og Wania (2013)
er potensialet for slik atmosfærisk avsetning imidlertid vesentlig mindre for cVMS enn andre
persistente organiske miljøgifter på grunn av deres flyktighet og relativt hurtige nedbrytning i
atmosfæren under påvirkning av UV-stråling. Forekomsten av atmosfærisk cVMS har siden 2013
vært på Zeppelinstasjonen ved Ny-Ålesund, Svalbard (Nizzetto et al. 2014). Resultatene viser
en sesongvariasjon, med svært forhøyede verdier i vinterhalvåret (mørketida) hvor nivåene er
omlag som for PAH. Det vil si tre størrelsesordener høyere enn konsentrasjonene av andre
etablerte miljøgifter, som PCB, PBDE, PFAS og klororganiske pesticider.
En svensk undersøkelse i muskel av abbor fra innsjøer som mottar avløp fra kloakkrenseanlegg
rapporterer om konsentrasjoner av D5 i området 1,4 – 14,4 ng/g våtvekt (Kierkegaard et al.
2013). Fra Eriesjøen i Nord-Amerika er det funnet konsentrasjoner i området 14 – 36 ng/g
våtvekt (Mc Goldrick et al. 2014). Til sammenlikning er middelverdiene for ulike fiskearter fra
Mjøsa og Randsfjorden i området 1,2 - 160 ng/g våtvekt, med de høyeste nivåene i Mjøsa (data
her; Borgå et al. 2013a og b, Fjeld et al. 2014).
Fra Østersjøen er det funnet at konsentrasjonene av D4, D5 og D6 i muskel av sild er
henholdsvis omlag 10, 200 og 40 ng/g lipid (Kierkegård et al. 2013), og forfatterne hevder at
forholdet mellom de ulike forbindelsene i stor grad reflekterer forholdet mellom de årlige
35
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
utslippsmengdene i Europa. I lys av dette er det derfor spesielt at D6 og D4 utgjør en så vidt
stor andel av mengden cVMS i prøvene av fisk fra Femunden, Tyrifjorden og Vansjø.
Tabell 8. Konsentrasjoner (x̅ ± standard avvik, maksimum og minimumssverdier) for siloksaner (cVMS: D4, D5 og D6) i
prøver av fisk (muskel) og zooplankton, fanget i 2014. For beregning av middelverdier er konsentrasjoner under
kvantifikasjons- eller deteksjonsgrensen byttet ut med halve grensen. Oransje fargede celler indikerer at 50 % av
målingene er over grensene.
!
!
Innsjø!
Prøvetype!(n)!
Mjøsa
Ørret (15)
!
statistikk!
D4!
D5!
D6!
x̅ ±SD
2±0,9
110±100
5,6±3
!
ng/g!lipid!
D4!
D5!
D6!
40±20
2500±1700
140±56
Min-Max
0,9–4,1
13–434
2,7–14,3
20–70
210–6100
48–220
x̅ ±SD
Min-Max
3,2
58±35
2,6±1,3
300±100
5800±3400
280±240
3,2–3,2
32–147
1,7–4,6
200–600
2800–14000
120–870
Lågåsild (9)
x̅ ±SD
Min-Max
1,7±0,8
57±41
3,4±1,4
60±20
1800±1200
120±73
1,0–3,7
1,0–110
1,3–4,7
40–90
53–3600
38–240
x̅ ±SD
Min-Max
3,2±0,0
10±2,9
1,2±0,4
200±10
720±190
85±26
3,2–3,2
8,5–13,8
1,0–1,7
200–200
580–930
68–110
3,2±0,0
75±9
1,7±0,0
90±20
2100±580
48±9,9
3,2–3,2
Zoopl. hypo. (3)
x̅ ±SD
Min-Max
65–82
1,7–1,7
80–100
1500–2700
40–59
Zoopl. epi. (3)
x̅ ±SD
Min-Max
3,2±0,0
1,0±0,0
1,0±0,0
1000±70
360±20
360±20
3,2–3,2
1,0–1,0
1,0–1,0
1000–1000
340–380
340–380
x̅ ±SD
Min-Max
3,2±0,0
27±29
3,1±3,1
500±500
2400±1600
340±300
3,2–3,2
2,9–117
1,7–12,9
80–2000
130–5800
44–870
x̅ ±SD
0,9±0,2
28±13
2,3±0,5
40±10
1400±880
110±45
Ørret (15)
Krøkle (9)
Femunden
ng/g!våtvekt!
Krøkle (9)
Mysis (3)
Randsfjorden
!
Min-Max
0,7–1,3
12,3–45
1,0–2,9
30–60
500–3100
39–200
Zoopl. hypo. (3)
x̅ ±SD
Min-Max
3,2±0,0
9,8±2,1
1,0±0,0
400±9
1300±250
130±2,7
3,2–3,2
7,9–12
1,0–1,0
400–400
1100–1600
130–140
Zoopl. epi. (3)
x̅ ±SD
Min-Max
3,2±0,0
5,1±1,9
1,0±0,0
500±100
750±360
140±31
3,2–3,2
2,9–6,3
1,0–1,0
400–600
350–1100
120–180
Ørret (3)
x̅ ±SD
Min-Max
3,2±0,0
1,0±0,0
1,7±0,0
400±200
120±57
200±98
3,2–3,2
1,0–1,0
1,7–1,7
200–500
49–150
84–260
x̅ ±SD
Min-Max
3,2±0,0
1,0±0,0
1,9±1,6
400±100
120±43
240±230
3,2–3,2
1,0–1,0
1,0–3,8
200–500
75–160
75–500
x̅ ±SD
3,2±0,0
1,0±0,0
1,2±0,4
1000±100
330±42
420±190
Min-Max
3,2–3,2
1,0–1,0
1,0–1,7
900–1000
290–370
290–630
x̅ ±SD
Min-Max
3,2±0,0
1,0±0,0
1,0±0,0
1000±300
310±79
310±79
3,2–3,2
1,0–1,0
1,0–1,0
700–1000
230–380
230–380
Sik (3)
Tyrifjorden
Abbor (3)
Vansjø
Abbor (3)
36
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figur 7. Box-plot av cVMS-konsentrasjoner i biota fra de enkelte innsjøene i 2014 (våtvektbasert: øvre figur,
lipidvektbasert nedre figur). De ulike symbolene representerer kvantifiserbare nivåer og nivåer under metodens
kvantifikasjons- og deteksjonsgrenser (LOD/Q). Nivåer under grenseverdiene er substituert med halve grensene.
Forkortelsene for de enkelte innsjøene og gruppene er: Mjøsa: Mj; Randsfjorden: Ra; Femunden: Fe; Tyrifjorden: Ty;
Vansjø: Va, zooplankton epilimisk: Zoo. e.; zooplankton hypolimnisk: Zoop. h.; Mysis: My; lågåsild: Lå; krøkle:
Kr;Ørret: Ør; abbor: Ab.
37
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5.3.3 Årlig variasjon av cVMS i Mjøsa og Randsfjorden
For ørret fra Mjøsa og Randsfjorden har vi nok data over kvantifikasjonsgrensene (LOQ) for
enkelte cVMS-forbindelsene til at vi kan sammenlikne konsentrasjonene mellom ulike år (Tabell
9, Figur 8).
D5 var den dominerende forbindelsen i begge sjøene. For Mjøsa, hvor mer enn 50 % av samtlige
analyser av de enkelte cVMS forbindelsene er kvantifisert i 2010, 2012 og 2014 var prosentandelen av de enkelte forbindelse som følger: D5: 93–96 %; D6: 3–5 %; D4: 0–4 %. For
Randsfjorden i 2012, hvor mer enn 50 % av analysene av D5 og D6 var kvantifisert, var estimert
prosentandel av D5 lik 96 %, det vil si om lag som i Mjøsa. Variansanalyser viste at det for Mjøsa
var signifikante forskjeller mellom konsentrasjoner av D5 i ørret mellom årene (logtransformerte data: p = 0,006) og parvise tester viste at konsentrasjonene i 2013 var signifikant
lavere enn i 2012 (p = 0,001). For D4 og D6 kunne det ikke påvises statistisk signifikante
forskjeller (p >0,05).
Nyere undersøkelser viser at D6 antakeligvis brukes i større grad enn tidligere av industrien,
som erstatning for D4 som er klassifisert som reproduksjonstoksisk (Dudzina et al. 2014), men
kjenner ikke til noen brå endringer i bruken av D5 som kan forklare eventuelle reduksjoner av
denne forbindelsen i ørret fra Mjøsa. Ett mulig årsaksforhold kan ligge i skiftet av analyselaboratorier og analytiske utfordringer i bestemmelsen av konsentrasjonene. Sammenliknet
med analysemetodene for andre etablerte POP-er, hvor metodene har blitt perfeksjonert over
lang tid og det er etablert sertifisert referansemateriale, er det ekstreme analytisk
utfordringer med cVMS. Vi vil derfor foreløpig være forsiktige med tolkningen av trend-data for
cVMS.
Tabell 9. Årlig midlere konsentrasjoner av cVMS (lipidnormalisert) i ørret fra Mjøsa og Femunden, samt
prosentandelen av de ulike forbindelsene som utgjør total konsentrasjon (∑cVMS). Konsentrasjoner under
kvantifiserings- eller deteksjonsgrensene (LOQ/D) er bytte ut med halve grensene. Oransje fargede celler indikerer at
50 % av målingene er over LOQ/D. Prøvene fra 2010 og 2012 er analysert ved Universitetet i Stockholm, prøvene fra
2013 og 2014 ved NILU.
!
År!
!
!
Lokalitet!
konsentrasjon!(middel!±!SD),!ng/g!lipid!
!
n!
D4!
D5!
D6!
∑!cVMS!
D4!!
D5!!
D6!!
2010
Mjøsa
5
180±190
3800±3400
130±44
4100±3600
4%
93%
3%
2012
Mjøsa
5
23±17
5600±2300
285±100
5900±2400
0%
95%
5%
2013
Mjøsa
15
100±130
1700±2000
410±550
2200±2000
5%
76%
19%
2014
Mjøsa
15
40±20
2500±1700
140±60
2700±1800
1%
94%
5%
2012
Randsfjorden
5
10±5
2700±2000
120±90
2800±2100
0%
96%
4%
2014
Randsfjorden
15
500±500
2400±1600
340±300
3200±2700
15%
74%
11%
38
!
prosentandel!
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figur 8. Årlig midlere konsentrasjoner (m. 95 % konfidensintervaller) av cVMS i muskel av ørret fra Mjøsa og
Randsfjorden. Konsentrasjoner under kvantifiserings- eller deteksjonsgrensen (< LOQ/D) er byttet ut med halve
grensen, og dette gjør særlig estimatene for D4 og D6 til dels svært usikre. Prøvene fra 2010 og 2012 er analysert ved
Universitetet i Stockholm, prøvene fra 2013 og 2014 ved NILU.
5.3.4 Trofisk magnifisering av D5 i Mjøsa og Randsfjorden
Vi har tidligere påvist trofisk magnifisering (biomagnifisering) av forbindelsen D5 i de pelagiske
nærings-nettene i Mjøsa og Randsfjorden (Borgå et al. 2012b; Borgå et al. 2013a og b; Fjeld et
al. 2014). I Tabell 10 har vi vist regresjonene av D5-konsentrasjonen på trofisk nivå for de ulike
årene vi har data fra, og vi ser her at for Mjøsa finner vi statistisk signifikante sammenhenger
alle fire årene, mens vi for Randsfjorden for 2012 og 2014 finner at kun regresjonen for 2102 er
signifikant.
Tabell 10. Lineære regresjoner av konsentrasjoner av D5 (loge-transformert, lipidnormalisert) på trofisk nivå i det
pelagiske næringsnettet i Mjøsa og Randsfjorden. Trofisk magnifikasjonsfaktor (TMF) med konfidensintervallet (95%
KI) er beregnet ut fra regresjonskoeffisienten (eb). Regresjonens konstantledd (a), determinasjonskoeffisienten (R2,
mengden forklart varians) og regresjonens signifikansnivå (F- og p-verdier) er òg oppgitt. For 2013 og 2014 er
konsentrasjoner under kvantifikasjons- eller deteksjonsgrensene (<LOD/Q: omlag 10% av materialet) byttet ut med
halve grensen.
Innsjø
År
n (w*)
a
b
TMF
TMF 95 % KI
R2
Mjøsa
2010
23,1
5,21
0,83
2,28
1,22 – 4,29
0,33
7,73
0,013
2012
33
4,009
1,139
3,12
2,28 – 4,29
0,64
54,03
<0,0001
2013
33
3,481
0,681
1,98
1,25 – 3,12
0,23
9,26
0,0047
2014
42
4,485
0,647
1,91
1,40 – 2,61
0,20
17,40
0,0002
2012
17
3,720
1,024
2,78
1,72 – 4,52
0,58
20,34
0,0004
2014
30
6,051
0,334
1,40
0,90 – 2,17
0,08
2,42
Randsfjorden
*sum av vekter knyttet til hver prøve hvor vekten er kvadratroten av antall replikate analyser
39
F
p
0,13
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Vi ønsket å kombinere dette omfattende datamaterialet for å gjøre en statistisk analyse av
trofisk magnifisering av D5 med større generalitet. Under arbeidet med sammenstillingen kom
det imidlertid fram at δ15N i epipelagisk zooplankton fra Mjøsa (primærkonsumentene) varierte
mellom årene, noe som har konsekvenser for beregningen av trofisk nivå (TL) for de ulike
konsumentene. Vi benyttet de årlige minimumsverdiene i bunnlinjejusteringen, og disse lå i
området 4,63 – 8,43 ‰.
Årsaken til denne variasjonen er uviss, men det er kjent at det kan være sesongmessige
endringer i δ15N i herbivort zooplankton. Dette kan skyldes endringer i N-isotopforholdet til
fytoplanktonets nitrogenkilder (Grey et al. 2000; Legget et al. 2000; Matthews and Mazumder
2005), men også fordi den trofiske fraksjoneringen av N-isotoper hos zooplankton er avhengig
av C:N-forholdet i fytoplanktonet de konsumerer (Vander Zanden and Rasmussen 2001).
Når δ15N til primærkonsumentene varierer mellom årene innebærer baselinjejusteringen at det
introduseres en årlig variasjon i trofisk nivå for konsumentene høyere opp i næringskjeden.
Dette er ikke riktig for flerårige og større konsumenter, da deres δ15N ikke står i en momentan
likevekt med N-isotopforholdet til primærkonsumentene, men vil ha en betydelig tregere og
dempet respons på sesongmessige eller årlige fluktuasjoner i primærkonsumentenes δ15N.
Vi har derfor unnlatt å baselinjejustere δ15N til konsumentene i beregningen av trofisk nivå, og
beregner et relativt trofisk nivå (TLrel) til organismene ved kun å dividere med Nanrikningsfaktoren (∆15N =3,4 ‰) (Post 2002):
TLrel = δ15Nc/∆15N
Dette innebærer at vi ser på de årlige variasjonene i δ15N til primærkonsumentene som
tilfeldige og ikke lar de influere beregningene av høyere trofisk nivå. Vi unngår da at trofisk
nivå til høyere konsumenter som ørret forskyves fra år til år. Ved å bruke relativt trofisk nivå
framfor absolutt, endres ikke den estimerte trofiske magnifikasjonsfaktoren (TMF), kun
regresjonenes konstantledd. TLrel kan brukes til å bestemme trofisk avstand mellom
organismegruppene innen en lokalitet, men ikke til å fastslå deres absolutte posisjon eller til å
sammenlikne trofisk nivå til organismer fra lokaliteter med ulik δ15N-baselinje.
I den videre statistiske analysen av materialet har vi utelatt resultatene fra Mjøsa for 2013, da
det etter oppdragsgivers ønske ikke ble gjort en balansert prøvetaking over hele det pelagiske
næringsnettet, men fokus var lagt på fisk (ørret, krøkle) med kun et fåtall prøver av
zooplankton. Vi bygget opp en statistisk modell av typen «mixed linear model» (for en
introduksjon, se Galway 2006), som også tillater at det kan analyseres på et ubalansert
datasett hvor det ikke er data for alle innsjøene i alle år. Vi definerte effektene av innsjø
(nominell variabel) og TLrel (kovariat, kontinuerlig variabel), samt interaksjonene mellom disse
som faste effekter (fixed). Effekten av år (nominell), nøstet under innsjø, og interaksjonen
mellom år og TLrel, nøstet under innsjø, definerte vi som tilfeldige effekter:
log C = a + b·TLrel + c·Innsjø + d(TLrel· Innsjø) + e·År[Innsjø]random + f(År·TLrel)[innsjø]random
Denne fulle modellen reduserte vi stegvis fram til vi sto igjen med en modell som inneholdt
signifikante eller à priori betydningsfulle effekter. For hvert steg ble Akaikes og Schwarz’
Bayesiske informasjonskriterier (AIC, BIC) sjekket for hvorvidt de indikerte en bedret
tilpasning. Den reduserte modellen vi kom fram til var:
40
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
log C = a + b·TLrel + c·Innsjø + e·År[Innsjø]random
Her er det en felles stigningskoeffisient for – eller respons – på relativt tropisk nivå, en effekt
for innsjøene, samt at vi tillater at innsjøene responderer ulikt på faktoren år. Denne siste
effekten har vi definert som en tilfeldig effekt. Denne modellen innebærer at D5 viser den
samme trofiske magnifiseringen i innsjøenes pelagiske næringsnett, det vil si felles TMF og
parallelle regresjonslinjer. Videre betyr det at vi lar regresjonene ha forskjellig skjæringspunkt
med Y-aksen, noe som tillater ulik belastning av D5 og/eller forskjellig baselinje for δ15Nc (fast
effekt av innsjø). Mellomårlige effekter som kan skyldes tilfeldige variasjoner i tilførsler eller
forskjeller introdusert på grunn av ulike analyselaboratorier fanges opp av den tilfeldige
effekten hvor år er nøstet inn under innsjø. Den faste effekten av innsjø var imidlertid ikke
statistisk signifikant, men det er gode teoretiske grunner til å la den stå (ulik belastning av D5,
forskjellig baselinje for δ15Nc). En ekskludering av den innvirket i liten grad på estimatet av
TMF, men bidro i første rekke til å snevre inn dens konfidensgrenser.
Den reduserte modellen forklarte i alt 45 % av variansen i konsentrasjonene av D5 (logtransformert) og ga en TMF for begge sjøene på 2,15 (95% KI: 1,80 –2,56). Det kunne ikke
påvises noen signifikant forskjell mellom midlere D5-konsentrasjoner justert for forskjeller i
δ15N for næringsnettene i Mjøsa og Randsfjorden (2200 vs. 1700 ng/g lipid, p = 0,8), men en
sammenlikning er ellers lite meningsfull da det ikke er gjort en baselinjejustering for δ15N. Den
reduserte modellen med dens faste effekter er vist Figur 9, mens resultatene fra den statistiske
modelleringen i sin helhet er gitt i Vedlegg 2.
Det er publisert få undersøkelser av trofisk magnifisering av sykliske siloksaner, men for Lake
Erie har Macgoldrick et al. (2014) rapportert at biomagnifisering av D4 og D5 synes å være
svært følsom for hvilke organismegrupper som næringsnettet komponeres av. De påviste at TMF
for D4 og D5 var >1 for kun én av fem kombinasjoner av organismegrupper. TMF-estimater for
PCB-180 var òg avhengig av kombinasjonen av organismegrupper, men de samsvarte ikke med
funnet for cVMS-materialet. Forfatterne diskuterer hvorvidt forskjeller i miljøeksponering
og/eller ulik lipid-partisjonering av PCB og cVMS kan ha bidratt til resultatene, uten å trekke
noen entydig konklusjon.
I en nylig publisert studie fra kystområder i Nord-Kina (Jia et al. 2015) rapporteres det
imidlertid om trofisk magnifisering av D5, og med en TMF av omlag samme størrelse (1,77; 95 %
KI: 1,41 – 2,24) som vi rapporterer fra Mjøsa og Randsfjorden. Som en referansesubstans brukte
de her BDE-99, som biomagnifiserte som forventet med en TMF på 3,27 (95 % KI: 2,49 – 4,30).
Disse to undersøkelsene, sammen med våre fra Mjøsa og Randsfjorden (Borgå et al. 2012b,
Borgå et al. 2013a) er etter hva vi vet de eneste arbeidene som omfatter trofisk magnifisering
av cVMS i akvatiske næringskjeder som er publisert i fagfellevurderte tidsskrifter.
41
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figur 9. Forholdet mellom cVMS-forbindelsen D5 (lipidnormalisert) og relativt trofisk nivå (TLrel) i fisk (muskel) og
zooplankton, fanget i Mjøsa og Randsfjorden i 2010, 2012 og 2014 (n = 141). Regresjonslinjene med 95 % konfidensbånd
mellom konsentrasjon (loge-transformert) og trofisk nivå er inntegnet. Regresjonene er resultater fra en «mixed linear
model» (se tekst). Konsentrasjoner under kvantifikasjons- eller deteksjonsgrensene (LOD/Q, 5 av 72 prøver fra 2014 )
er byttet ut med halve grensen.
5.3.5 Samvariasjoner mellom cVMS, PCB, PBDE og trofisk nivå
Miljøgifter med liknende fysisk-kjemiske egenskaper kan forventes å vise et felles mønster for
oppkonsentrering i økologiske næringsnett. Vi har derfor undersøkt samvariasjonen mellom
cVMS-forbindelsen D5, PCB-153, BDE-47 og relativt trofisk nivå (TLrel, basert på δ15N) i Mjøsa og
Randsfjorden for 2014 (Figur 10). PCB-153 og BDE-47 er stabile forbindelser, de er svært
fettløselig og biomagnifiserer i stor grad. Vi bruker de her som referanser ved undersøkelsen av
oppkonsentreringen av D5 i næringsnettet. Vi har brukt log-transformerte lipidnormaliserte
konsentrasjoner i undersøkelsen av samvariasjonene og til beregning av trofisk
magnifikasjonsfaktor (TMF).
Vi har kun sett på D5 fra Mjøsa og Randsfjorden, da konsentrasjonene av D5 i ørret fra
Femunden var i så stor grad under LOQ at vi valgte å utelate denne innsjøen. For D4 og D6 fra
alle tre hovedsjøene var en så stor andel under LOQ at en nærmere analyse av variasjonen
mellom de undersøkte stoffene og trofisk magnifisering heller ikke ville være meningsfull. For
tre zooplanktonprøver fra Mjøsa, samt én zooplanktonprøve og én fiskeprøve fra Randsfjorden,
hvor konsentrasjonene av D5 var under LOD, har vi benyttet oss av halve grensen som antatt
konsentrasjon.
For D5 var det en signifikant og moderat samvariasjon med trofisk nivå (TLrel), med en
korrelasjon (Pearsons r) på 0,55 og 0,28 for henholdsvis Mjøsa og Randsfjorden, og – som
tidligere vist – en trofisk magnifikasjonsfaktor TMF på henholdsvis 1,91 og 1,40.
PCB-153 og BDE-47 samvarierte også med trofisk nivå, med korrelasjonskoeffisienter i området
0,83–0,98. De biomagnifiserte i begge innsjøene, og TMF for disse forbindelsene var vesentlig
større enn for D5 (2,98 – 9.06)
42
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
D5 i prøvene viste en moderat, men signifikant samvariasjon med PCB-153 og BDE-47 (r: 0,28 –
0,55). Dette er som forventet ut fra de foregående resultatene: D5, PCB-153 og BDE-47 er alle
forbindelser som biomagnifiserer og de vil derfor også samvariere. Den ekstremt sterke
korrelasjon mellom PCB-153 og BDE-47 (r = 0,98) viser at disse to forbindelsene oppfører seg
svært likt i næringsnettet.
Figur 10. Spredningsplott og regresjoner for siloksanforbindelsen D5, BDE-47, PCB-153 og relativt trofisk nivå (TLrel) i
fisk (muskel) og zooplankton fra Mjøsa og Randsfjorden, fanget i 2014. Konsentrasjonene er oppgitt som logetransformerte verdier på lipidvektbasis (ng/g lipid). Konsentrasjoner under deteksjons- eller kvantifiseringsgrensen
(<LOD/Q) er byttet ut med halve grensen. TMF: trofisk magnifikasjonsfaktor; r: korrelasjonskoeffisient.
43
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5.4 Polyklorerte!bifenyler,!PCB!
5.4.1 Nivåer av PCB i 2014
For epilimnisk zooplankton, dvs. primærkonsumentene, var middelverdiene av ∑PCB7 på
våtvektsbasis i Randsfjorden nær tre ganger høyere enn i Mjøsa på våtvektsbasis (0,05 vs. 0,17
ng/g våtvekt), men på grunn av forskjeller i fettinnhold var de lipidjusterte nivåene svært like
(19 vs. 23 ng/g lipid). For hypolimisk zooplankton var konsentrasjonene i Mjøsa høyere enn i
Randsfjorden, både på våtvektsbasis og lipidvektbasis, noe som i første rekke må tilskrives at
de i Mjøsa bestå av mer omnivore copepoder (hoppekreps) med ett- til toårig livssyklus, mens
de i Randsfjorden besto av herbivore cladocerer med flere generasjoner i løpet av
sommerhalvåret.
Ørret fra Mjøsa hadde på våtvektsbasis markert høyere konsentrasjoner av PCB enn ørret fra
Randsfjorden og Femunden (Tabell 11, Figur 11). Midlere konsentrasjon av ∑PCB7 (syv vanlig
analyserte kongenere)3 var nær fem ganger høyere i Mjøsa enn i Randsfjorden og ti ganger
høyere enn i Femunden (32,2 vs. 6,8 og 3,6 ng/g våtvekt). På lipidvekstbasis var imidlertid
gjennomsnittet noe lavere i Mjøsa enn i Randsfjorden (830 vs. 1100 ng/lipid), men variasjonen
innen hver sjø var så stor at det ikke er grunnlag for å hevde at det er forskjeller mellom dem.
For Femunden var gjennomsnittet på lipidvektsbasis fortsatt vesentlig lavere enn for de to
andre sjøene (300 ng/g lipid). Ørreten i Mjøsa hadde et betydelig høyere fettinnhold enn ørret i
Randsfjorden og Femunden (middelverdi: 4,34 vs. 1,53 og 1,13 %), noe som demper forskjellene
mellom de lipidjusterte konsentrasjonene.
Krøkle fra Mjøsa hadde en gjennomsnittlig konsentrasjon av ∑PCB7 på våtvektsbasis omlag som i
Randsfjorden (2,97 vs. 2,82 ng/g våtvekt). På lipidvekstbasis hadde imidlertid krøkla i Mjøsa en
statistisk signifikant høyere konsentrasjon enn i Randsfjorden (650 vs. 300 ng/g lipid, p = 0,01).
Lågåsilda i Mjøsa hadde omlag samme middelkonsentrasjon som krøkla på våtvektsbasis (4,79
ng/g våtvekt), men på grunn av sitt høyere fettinnhold var den lipidjusterte verdien lavere (170
ng/g lipid).
Nivåene av ∑PCB7 i lågåsild Mjøsa var vesentlig høyere enn for sik i Femunden, både på
våtvektsbasis (4,79 vs. 0,91 ng/g våtvekt) og lipidvektbasis (170 vs. 63 ng/g lipid). Begge
bestandene er planktivor fisk med nær samme økologisk nisjer.
I gjennomsnitt utgjorde ∑PCB7 52 – 66 % av total mengde PCB i fisk, med unntak for sik i
Femunden hvor andelen utgjorde 25 %.
De lave nivåene av PCB i Femunden avspeiler at lokale kilder her er nær fraværende og
tilførslene i hovedsak må skyldes langtransporterte avsetninger. For Mjøsa og Randsfjorden vil
lokale kilder komme i tillegg. Det er kjent at Mjøsa har vært påvirket av lokale utslipp av PCB,
blant annet fra NSBs verksteder ved Hamar (Kjellberg og Løvik 2000), men også andre ikkedefinerte punktkilder kan ha bidratt (Fjeld et al. 2006a). Fra Randsfjorden er vi imidlertid ikke
kjent med noen lokale utslipp av betydning.
3
∑PCB7: sum av PCB-28, -52, -101, -118, -138, -153 og -180
44
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
De midlere lipidjusterte konsentrasjonene av ∑PCB7 i krøkle og ørret fra Randsfjorden i 2014
var noe høyere enn de vi fant i 2013 (Fjeld et al. 2014), med en økning på henholdsvis 1,5 og
2,4 ganger. På våtvektsbasis var den nær uforandret for ørret, men hadde økt med en faktor
nær 3 for krøkle. Dette viser at den årlige variasjonen i PCB-innholdet kan være betydelig, og
at en lipidjustering ikke fullt ut kan kompensere for temporære variasjoner i fisken
fettinnhold. På kort sikt er det ikke en nødvendigvis en likevekt mellom inntak av den
biomagnifiserende, lipofile kontaminanten gjennom føden og konsentrasjonen i fiskens fett, da
forbrenning og reduksjon av fettinnholdet kan skjer raskere enn utskillingen av kontaminanten.
Til sammenlikning, så ble det for sjøørret fra Drammensfjorden fisket i 2008 rapportert om
konsentrasjoner av ∑PCB7 i området 500 – 2400 ng/g lipid, og for seks blandprøver fra indre og
ytre fjord var midlere konsentrasjon av ∑PCB7 omlag 900 ng/g lipid (Fjeld et al. 2008). Det vil
si omlag det som vi finner i ørret fra Randsfjorden og Mjøsa. Fra storørret-bestandene i Vänern
og Vättern, Sverige, synes middelkonsentrasjonene å være noe høyere enn i Mjøsa og
Randsfjorden (1–5 x), og for fisk fanget i 2001–2002 og 2010 ble det rapportert om midlere
konsentrasjoner av ∑PCB7 på 36 og 93 ng/g våtvekt fra de to svenske innsjøene (midlere
lipidinnhold: 1,6–4,7 %; midlere lengde av fisk: 50–83 cm kg) (Cantillana og Aune, 2012).
Tabell 11. Midlere konsentrasjon av polyklorerte bifenyler (PCB) og lipid i fisk (muskel) og zooplankton, fanget i 2014.
Konsentrasjonene er gitt på våtvekt- og lipidvektbasis. ∑PCB7: syv vanlige kongenere, se teksten, ∑PCB: total PCB.
Prosentandelen ∑PCB7 utgjør av total PCB er òg vist. N: antall, x̅ : middelverdi, SD: standard avvik.
!
!
!
!
!!
!
N!
lipid,!
%!
Innsjø!
Art!
Mjøsa
Zoopl. epi.
3
Zoopl.hypo.
Mysis
ng/g!våtvekt!
∑PCB7!
ng/g!lipid!
∑PCB!
∑PCB7!
!
∑PCB!
x̅
SD
x̅
SD
x̅
0.28
0.05
0.02
0.16
0.05
19
8
59
17
32
4
3
3.64
1.87
0.22
3.47
0.77
53
11
97
21
55
5
3
1.44
0.60
0.04
1.02
0.06
42
5
71
8
58
0
Lågåsild
12
3.06
4.79
2.32
7.67
3.59
170
100
270
150
62
2
Krøkle
13
1.07
2.97
0.82
6.35
2.72
330
210
650
330
52
15
Ørret
18
4.34
32.18
11.41
56.48
21.65
830
360
1400
500
59
11
Zopl. epi.
3
0.72
0.17
0.05
1.02
0.08
23
3
150
24
16
4
Zoopl.hypo.
3
0.75
0.15
0.01
0.54
0.45
19
1
72
62
41
24
Krøkle
12
2.27
2.82
0.64
6.46
2.40
130
41
300
121
48
16
Ørret
18
1.53
6.77
4.15
12.68
6.95
1100
1700
1800
2600
53
12
Sik
18
0.91
0.61
0.55
2.33
1.90
63
20
250
41
25
4
Ørret
18
1.13
3.62
4.26
5.46
6.36
300
140
460
210
66
1
Tyrifjorden
Abbor
5
0.4
0.63
0.08
1.15
0.30
188
45
341
105
56
8
Vansjø
Abbor
5
0.3
1.05
0.42
1.76
0.57
441
205
761
334
58
8
Randsfjorden
Femunden
45
SD
x̅
∑PCB7,%!
SD
x̅
SD
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figur 11. Midlere konsentrasjon (med 95 % konfidensintervall) av polyklorerte bifenyler (PCB) i fisk (muskel) og
zooplankton, fanget i 2014. Konsentrasjonene er oppgitt som våtvekt (v.v.) og lipidvekt. ∑PCB7: syv vanlige
kongenere, ∑PCB: total PCB. Forkortelsene for de enkelte innsjøene og gruppene er: Mjøsa: Mj; Randsfjorden: Ra;
Femunden: Fe;, Tyrifjorden: Ty; Vansjø, Va; zooplankton epilimisk: Zoo. e.; zooplankton hypolimnisk: Zoop. h.; Mysis:
My; lågåsild: Lå; sik; Si; krøkle: Kr; ørret: Ør; Abbor: Ab.
5.4.2 Historisk utvikling av PCB-nivåene i fisk fra Mjøsa
Vi har analysert PCB i ørret fra Mjøsa siden 1998, og i Figur 12 har vi vist midlere konsentrasjon
for de enkelte årene. For to av årene, 2002 og 2003, var prøvene basert på til dels svært store
individer (middelvekt: 6,6 kg og 10,3 kg) sammenliknet med de øvrige årene (1,9 – 5,2 kg).
Dette kan trolig ha bidratt til at disse har avvikende høye konsentrasjoner. For perioden 20052014, hvor vi har årlige prøver, varierte midlere konsentrasjoner av ∑PCB7 usystematisk i
området 600 – 900 ng/g lipid.
For krøkle i Mjøsa har det blitt analysert for PCB i store kannibalistiske individer (middelvekt 75
– 92 g) i perioden 2005–2012, og midlere konsentrasjon av ∑PCB7 var da i området 400 – 600
ng/g lipid. For 2013 og 2014, hvor vi har analysert prøver av små krøkle (middelvekt 12 g), var
de gjennomsnittlige konsentrasjonene lavere på omlag 300 ng/g lipid.
En blandprøve av lågåsild fra Mjøsa hadde i 1998 en svært høy konsentrasjon av ∑PCB7 på
lipidbasis (6400 ng/g lipid) sammenliknet med prøver fra 2003–2014 (middelverdier: 140–360
ng/g lipid). Denne prøven hadde en uvanlig lav fettprosent (0,73 %), og dette har bidratt til det
høye nivået. På våtvekstbasis hadde prøven fra 1998 en konsentrasjon på omlag 47 ng/g, mens
gjennomsnittsnivåene i perioden 2003 – 2014 var i området 4,8 – 13 ng/g våtvekt. Det synes
således klart at nivåene har sunket siden 1998, men vi kan ikke spore noen systematiske
endringer siden 2003.
For Randsfjorden har vi tidligere data på PCB i en blandprøve av ørret fra 1998 (middelvekt 2,5
kg), og konsentrasjonene av ∑PCB7 i denne var 1 650 ng/g lipid (Fjeld 1999). Dette var 1,5 – 4
ganger høyere enn midlere konsentrasjoner i 2013 og 2014 som var henholdsvis 450 og 1100
ng/g lipid.
46
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
For Femunden har vi analysedata fra 2008 og 2009, og det ble da rapportert om
konsentrasjoner henholdsvis ca. 300 og 630 ng/g lipid (Løvik et al. 2010). Resultatene for
Femunden fra 2013 og 2014, med middelverdier på henholdsvis 390 og 300 ng/g lipid er òg
innenfor dette området.
Figur 12. Konsentrasjoner av polyklorerte bifenyler (∑PCB7) i muskelprøver av fisk fanget i Mjøsa i perioden 1998–
2013. Øvre figur viser nivåene på våtvektsbasis, nedre figur viser nivåene på lipidvekstbasis. Konsentrasjonene er
resultater fra enkelte blandprøver (1998–2006) eller gjennomsnitt av individuelle prøver (2007–2013). Data fra før
2013 er fra Fjeld et al. (2013).
5.4.3 Trofisk magnifisering av PCB
I alle tre hovedsjøene økte konsentrasjonen av PCB med organismenes trofiske nivå, noe vi har
vist med å beregne regresjonene av PCB-153 på relativt trofisk nivå (TLrel) (Figur 11).
Regresjonene var signifikante, det vil si at PCB biomagnifiserte i næringskjeden og de
beregnede TMF-verdiene var i området 4,89 – 5,19.
For Femunden var zooplankton ikke inkludert i undersøkelsen. Dette er primærkonsumentene i
15
det pelagiske næringsnettet, og uten at vi kjenner deres PCB-konsentrasjoner og δ N-forhold
vil beregningen av trofisk magnifikasjonsfaktor (TMF) være svært usikker, da denne faktoren
bør baseres på et balansert utvalg organismer fra hele næringsnettet (Borgå et al. 2012a).
47
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figur 13. Forholdet mellom PCB-153 (lipidnormalisert) og relativt trofisk nivå (TLrel) i fisk (muskel) og zooplankton,
fanget 2014. Regresjonslinje med 95 % konfidensbånd mellom konsentrasjon (loge-transformert) og TLrel er inntegnet.
48
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5.5 Perfluorerte!alkylforbindelser,!PFAS!
5.5.1 Nivåer av PFAS i 2014
Det ble analysert for perfluorerte alkylforbindelsene (PFAS) i prøver av zooplankton, Mysis og
fisk. For fisk ble det valgt å bruke lever som hovedmatriks, da tidligere undersøkelser viste at
nivåene i muskel ofte var under kvantifikasjonsgrensene. PFAS har vist seg å akkumulere i blod
og blodfylte organer som lever og nyre, samt i galle, da de særlig binder seg til serum-albumin
og har en struktur og polaritet som likner gallesalter (Lau et al. 2007; Stahl et al. 2011; Ng and
Hungerbühler 2013). For å kunne sammenlikne med tidligere data ble det i tillegg til leverprøvene valgt å analysere et mindre antall muskelprøver, satt sammen som blandprøver fra de
samme individene det ble tatt leverprøver av.
For syv av de 23 analyserte forbindelsene hadde nær 100 % av leverprøvene konsentrasjoner
over kvantifiseringsgrensene. Dette var de langkjedede perfluorerte karboksylsyrene (PFCA; C9C14), PFOS (perfluoroktansulfonat) og PFOSA (perfluoroktansulfonamid). For de øvrige
forbindelsene var andelen kvantifiserbare prøver i hovedsak svært lave. For ni forbindelser
viste samtlige prøver konsentrasjoner under LOQ, for fem andre forbindelser varierte andelen
mellom 2 og 47 % (Figur 14).
Figur 14. Fordelinger (box-plot) av PFAS-konsentrasjoner i ulike vevstyper/organismer for samtlige innsjøer, innsamlet
i 2014. Analyseresultater under kvantifikasjonsgrensen er byttet ut med halve grensen. Blå trekanter markerer
analyseresultater under kvantifiseringsgrensene, røde punkter markerer resultater over grensene.
49
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Midlere konsentrasjoner av en enkelt forbindelse basert på prøver hvor mer enn halvparten av
analysene var <LOQ anser vi som så vidt usikre at vi ikke vil bruke disse resultatene i
diskusjonen om forskjeller mellom grupper av organismer eller sjøer. De gjennomsnittlige
konsentrasjonene av de syv PFAS-forbindelsene hvor nær 100 % av analyseresultatene var >LOQ
er presentert i Figur 14 og Tabell 12. For zooplankton var samtlige PFAS-forbindelser, med
unntak av PFOS, under kvantifiseringsgrensen.
I de tre hovedsjøene økte nivået av de ulike kvantifiserbare PFAS-forbindelsene oppover i
næringskjeden, og var generelt høyest hos ørret. Forbindelsen PFTrDA (C13-perfluorert
karboksylsyre), hadde gjennomgående størst konsentrasjon med middelverdier i leverprøvene i
området 22–87 ng/g våtvekt, høyest i Femunden og lavest i Mjøsa. Dette utgjorde omlag 37–67
% av totalkonsentrasjonen av PFAS i lever.
For de andre langkjedede perfluorerte karboksylsyrene (PFDA, PFUnDA, PFDoDA of PFTeDA) var
middel-konsentrasjonene i leverprøvene fra ørret i området 1,2–19 ng/g våtvekt, høyest for
PFUnDA og lavest for PFTeDA.
Tabell 12. Konsentrasjoner av utvalgte PFAS-forbindelse, gitt som middelverdier ± standardavvik (x̅ ± SD, ng/(g
våtvekt) i fisk og zooplankton, innsamlet i 2014. Analyseresultater under kvantifikasjonsgrensen er byttet ut med
halve grensen. I fisk er det analysert i muskel (M) og lever (L).
PFOSA
PFOS
PFDA
PFUnDA
PFDoDA
PFTrDA
PFTeDA
Prøve
N
x̅
SD
x̅
SD
x̅
SD
x̅
SD
x̅
SD
x̅
SD
x̅
SD
Mjøsa Zoopl. epi.
3
0,05
0,00
0,13
0,01
0,25
0,00
0,20
0,00
0,20
0,00
0,20
0,00
0,20
0,00
Mjøsa Zoopl. hypo.
3
0,05
0,00
0,10
0,01
0,25
0,00
0,20
0,00
0,20
0,00
0,20
0,00
0,20
0,00
Mjøsa Mysis
3
0,05
0,00
0,12
0,01
0,25
0,00
0,20
0,00
0,20
0,00
0,20
0,00
0,20
0,00
Mjøsa Lågåsild M
3
0,05
0,00
0,23
0,06
0,25
0,00
0,27
0,12
0,20
0,00
1,00
0,10
0,20
0,00
Mjøsa Lågåsild L
9
0,26
0,09
5,68
4,87
2,12
0,98
2,24
1,06
1,62
0,54
2,93
1,55
1,24
0,36
Mjøsa Krøkle M
4
0,10
0,00
0,40
0,08
0,34
0,18
0,55
0,06
0,50
0,14
0,88
0,22
0,28
0,15
Mjøsa Krøkle L
7
0,59
0,26
5,17
1,46
4,27
1,40
8,10
3,12
4,01
1,30
7,10
1,98
2,16
0,34
Mjøsa Ørret M
3
0,05
0,00
0,27
0,06
0,25
0,00
0,37
0,15
0,63
0,12
2,90
0,30
0,47
0,23
Mjøsa Ørret L
12 0,70
0,32
11,11
8,05
3,16
2,82
11,23
8,65
7,84
6,89
22,22
24,23
3,13
2,48
Randsfjord Zoopl. epi.
3
0,05
0,00
0,09
0,01
0,25
0,00
0,20
0,00
0,20
0,00
0,20
0,00
0,20
0,00
Randsfjord Zoopl. hypo.
3
0,05
0,00
0,08
0,01
0,25
0,00
0,20
0,00
0,20
0,00
0,20
0,00
0,20
0,00
Randsfjord Krøkle M
3
0,05
0,00
0,20
0,00
0,25
0,00
0,67
0,12
0,43
0,21
2,93
0,83
0,37
0,15
Randsfjord Krøkle L
9
0,53
0,09
1,93
0,45
1,26
0,34
4,66
1,23
4,11
0,84
7,69
2,81
1,58
0,25
Randsfjord Ørret M
3
0,05
0,00
0,17
0,06
0,25
0,00
0,37
0,15
0,40
0,17
4,37
1,31
0,60
0,36
Randsfjord Ørret L
12 0,79
0,56
7,93
6,02
2,29
1,64
16,61
14,59
10,50
8,26
63,42
49,67
2,72
1,56
Femunden Sik M
3
0,05
0,00
0,05
0,00
0,25
0,00
0,20
0,00
0,20
0,00
1,37
0,55
0,20
0,00
Femunden Sik L
12 0,56
0,21
2,18
1,51
0,90
0,36
2,03
0,73
1,67
0,77
6,63
3,61
1,06
0,46
Femunden Ørret M
3
0,05
0,00
0,10
0,00
0,25
0,00
0,37
0,15
0,43
0,40
4,20
1,68
0,30
0,17
Femunden Ørret L
12 0,88
0,46
3,44
1,78
3,40
1,24
18,95
10,44
11,89
8,98
87,54
61,99
4,47
3,69
Tyrifjorden Abbor L
5
0,94
0,30
130,20
52,97
14,36
6,08
13,96
5,11
19,22
7,12
7,16
2,92
2,90
1,07
Vansjø Abbor L
5
0,32
0,11
173,00
46,82
2,14
0,46
4,14
1,29
1,56
0,34
1,76
0,35
0,52
0,18
For de perfluorerte karboksylsyrene (PFCA) i fisk finner vi generelt at oddetalls-kjedene
foreligger i høyere konsentrasjoner enn den neste lavere liketalls-kjeden, i likhet med blant
annet Martin et al. (2004a) og Bossi et al. (2015). Det betyr følgende parvise rangering av
50
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
konsentrasjoner: PFUnDA > PFDA, PFTrDA > PFDoDA. Årsaken til dette fenomenet antas å være
at fluortelomer-alkoholer (FTOH) i atmosfæren er en viktig forløper for disse forbindelsene.
FTOH produseres kun som liketalls-kjeder (n:2 FTOH, med n fluorerte karbonatomer og to
hydrogenerte karbonatomer). I atmosfæren oksideres de til PFCA, med en like stor andel av
henholdsvis liketalls- (n) og oddetalls- (n-1) kjeder (Eillis et al. 2004). Eksempelvis vil 10:2
FTOH brytes ned til PFUnDa og PFDA. Da de lengre liketalls-kjedene av PFCA biomagnifiserer
mer effektivt enn de kortere oddetalls-kjedene, vil de derfor finnes i større konsentrasjoner i
organismene (Martin et al. 2004a).
Figur 15. Fordelinger (box-plot) av PFAS-konsentrasjoner i fisk og zooplankton fra de undersøkte innsjøene i 2014.
Analyseresultater under kvantifikasjonsgrensen (blå symboler) er byttet ut med halve grensen. For fisk vises
resultatene fra leverprøvene. Mjøsa: Mj; Randsfjorden: Ra; Femunden: Fe; Tyrifjorden: Ty; Vansjø: Va.
Midlere konsentrasjoner av PFOS i leverprøver av fisk i de tre hovedsjøene, lå i område 2–11
ng/g våtvekt. I Tyrifjorden og Vansjø var imidlertid nivåene av PFOS i abbor betydelig forhøyet
med middelkonsentrasjoner i lever på henholdsvis 130 og 173 ng/g våtvekt, noe som utgjør 69
og 93 % av total mengde PFAS i prøvene fra abbor i disse innsjøene. Til sammenlikning var
andelen PFOS i leverprøvene av ørret fra de tre hovedsjøene omlag 3–19 %. For Vansjø er det
kjent at bruk av brannslukkeskum med PFOS ved Rygge flyplass har ført til forurensinger av
grunn og resipient (Forsvarsbygg Futura 2014), men for Tyrifjorden er vi ikke kjent med lokale
kilder.
51
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figur 16. Midlere konsentrasjoner av ulike PFAS-forbindelser i fisk (lever) og zooplankton fra de undersøkte innsjøene
i 2014. Analyseresultater under kvantifikasjonsgrensen er byttet ut med halve grensen. Mjøsa: Mj; Randsfjorden: Ra;
Femunden: Fe; Tyrifjorden: Ty; Vansjø: Va.
5.5.2 Konsentrasjoner av PFAS i muskel vs. lever
I de tidligere overvåkningsundersøkelsene av PFAS i ferskvannsfisk (Fjeld et al. 2014, Fjeld et
al. 2013) har PFAS kun vært analysert i muskelprøver. Da nivåene i disse vanligvis har vært
lave, anbefalte vi at det burde vurderes å analysere PFAS i andre matrikser enn muskel, for
eksempel lever, galle eller blod, hvor konsentrasjonene kan forventes å være høyere på grunn
av bindinger til proteiner i blod og til gallesalter (Martin et al. 2004; Naile et al. 2013; Ng and
Hungerbühler 2013). Dette ville kunne redusere problemene med nivåer under deteksjons- og
kvantifikasjonsgrenene.
Undersøkelsen i 2014 hadde derfor lever som hovedmatriks for analyser av PFAS, og det ble kun
analysert på et mindre antall blandprøver av muskel (n = 22) for å kunne kartlegge forholdet
mellom nivåene i lever og muskel, samt for å kunne sammenlikne nivåene i 2014 mot tidligere
resultater. Til blandprøvene av muskel ble det brukt samme individer som det ble tatt
individuelle leverprøver fra.
For fem forskjellige PFAS-forbindelser ble det funnet tilstrekkelig med analyser over
kvantifikasjons-grensene til at vi kunne sammenlikne nivåene i lever mot muskel (Tabell 13,
Figur 17), og konsentrasjonene i lever var til dels betydelig høyere enn i muskel. For PFOS var
gjennomsnitts-nivåene i lever nær 30 ganger høyere enn i muskel; for de langkjedede
perfluorerte karboksyl-syrene sank forholdstallet med kjedelengden, fra omlag 25 i PFUnDa
(C11) og til omlag 6 i PFTeDA (C14).
Korrelasjonene mellom nivåene i lever og muskelprøvene varierte for de ulike forbindelsene:
for PFTrDA var korrelasjonen svært høyt og statistisk signifikant (r = 0,81) mens det for de
øvrige kun ble påvist lavere og ikke-signifikante verdier. De svake korrelasjonene skyldes trolig
delvis at den relative analyse–usikkerheten blir stor når det er så vidt lave nivåer som påvises i
muskelprøvene (mange var like over kvantifikasjonsgrensene). Dette gjør det vanskelig å
52
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
etablere pålitelige relasjoner mellom konsentrasjonene i lever og muskel. Bossi et al. (2015)
viser at konsentrasjonen av ulike PFAS i røye (Salvelinus alpinus) fra Grønland og Svalbard er 10
ganger høyere eller mer i lever enn i muskel. Vi finner imidlertid at sammenhengene kan være
svake og at det gjennomsnittlige forholdstallet varierer med kjedelengden (6 til 24 ganger mer
i lever enn i muskel), og kan derfor ikke gi noe enkel skaleringsfaktor for omregning av levertil muskelkonsentrasjoner.
De store konsentrasjonsforskjellene mellom ulike vevstyper har også implikasjoner for
beregning av trofisk magnifikasjonsfaktor (TMF) for ulike PFAS. Vi har ingen etablert
normaliseringsfaktor, slik som lipider for fettløselige miljøgifter som PCB og PBDE. De store
forskjellene mellom ulike vevstyper gjør at man ikke kan basere TMF-beregningene på
relasjoner mellom konsentrasjoner og trofisk nivå når man bruker så ulike vevstyper som hele
organismer på pelagiske krepsdyr og lever eller muskel hos fisk. I tillegg til lever og muskel, vil
blod, nyrer og galle være viktige matrikser som styrer fiskens totale innhold («body burden») av
PFAS. Muligens bør man bruke en helkroppsbelastning (total konsentrasjon) for de enkelte
organismene, inntil man har funnet en egnet normaliseringsfaktor, når man skal beregne en
gyldig TMF for PFAS i akvatiske næringsnett.
Tabell 13. Forholdet (ratio) mellom PFAS-konsentrasjoner i lever- og i muskelprøver av fisk fanget i Mjøsa,
Randsfjorden og Femunden 2014. Korrelasjonene (r) og signifikansnivået (p) er òg gitt.
forbindelse
n
ratio, gjennomsnitt
ratio, SD
r
p
PFUnDA
14
24.2
18.7
-0.52
0.06
PFDoDA
12
12.0
6.8
0.41
0.19
PFTrDA
22
9.2
6.8
0.81
<.0001
PFTeDA
11
6.3
3.1
0.48
0.14
PFOS
19
28.9
17.7
0.31
0.20
Figur 17. Forholdet mellom konsentrasjoner (C) av perfluorerte stoffer (PFAS) i lever- og i muskelprøver av fisk fanget
i Mjøsa, Randsfjorden og Femunden 2014. Venstre figur viser ratio mellom konsentrasjonene i de to prøvetypene,
beregnet ut fra blandprøver av muskel og middelverdier av leverprøver fra de samme individene. Høyre figur viser et
spredningsplot (m. 90 % konfidensellipser) mellom konsentrasjoner i lever- og muskelprøver.
53
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5.5.3 Tidstrend av PFAS i Mjøsa
For Mjøsa har det vært analysert for PFAS i fisk siden 2006 (Fjeld et al. 2013), og vi finner at
konsentrasjonen av PFOS har vært i tilbakegang siden 2008 (Figur 18). For ørret er
konsentrasjonen i muskelvev i denne perioden redusert fra omlag 0,9 til 0,3 ng/g våtvekt. For
krøkle er konsentrasjonen redusert fra omlag 4,3 ng/g i 2006 og til 0,4 ng/g i 2014. Et forhold
som imidlertid må tas i betraktning under vurderingen av trend-dataene er at det før 2013 ble
analysert i stor kannibalistisk krøkle, noe som kan ha bidratt til de noe høye konsentrasjonene
av PFOS i krøkle fra denne perioden.
Videre ser vi at andre mer langkjedede PFAS-forbindelser dukker opp i kvantifiserbare
konsentrasjoner, noe som kan skyldes en kombinasjon av endrede bruksmønstre og forbedrede
analyseteknikker. Her må det nevnes at den C13-baserte karboksylsyren PFTrDA nå er den
dominerende forbindelsen i muskelprøvene, med konsentrasjoner i krøkle og ørret på
henholdsvis 0,9 og 2,3 ng/g våtvekt. For data før 2011 var imidlertid kvantifiseringsgrensene for
forbindelsene utenom PFOS og PFOA så høye at vi ikke har noen pålitelige data for disse for
denne perioden.
Figur 18. Midlere konsentrasjon av perfluorerte stoffer (PFAS) i muskelprøver av fisk fanget i Mjøsa i perioden 2006–
2014. Middelverdiene er beregnet på grunnlag av 15–20 individuelle prøver fra hvert år hvor mer enn 50 % av prøvene
hadde konsentrasjoner større enn kvantifiseringsgrensen (> LOQ), med unntak av 2006 hvor det er analysert en
blandprøve. Konsentrasjoner under kvantifiseringsgrensen er byttet ut med halve grensen. Data fra før 2013 er fra
Fjeld et al. (2013), og det ble da analysert på stor kannibalistisk krøkle.
Nivåene av PFOS i muskelprøver vi rapporterer for Mjøsa er innenfor variasjonsbredden funnet i
tidligere undersøkelser av ferskvannsfisk i Norge fra lokaliteter uten kjente store punktutslipp.
I en screening-undersøkelse fra 2004 var konsentrasjonene av PFOS i muskel fra ulike arter
ferskvannsfisk <0,002 – 3,99 ng/g våtvekt (Fjeld et al. 2005). I en regional undersøkelse fra SørNorge i 2008 (Fjeld et al. 2008) ble det rapportert om konsentrasjoner av PFOS i muskel av
ørret i området 0,3 – 17,4 ng/g våtvekt (median: 1 ng/g våtvekt) og konsentrasjoner av PFUnDA
i området <0,45 – 7,6 ng/g (median 1,1 ng/g våtvekt). Konsentrasjonene i de undersøkte
storørretbestandene er også lave sammenliknet med nivåene i muskel fra fiskespisende
54
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
kanadarøye (Salvelinus namaycush) i Ontariosjøen (Nord-Amerika). Her har konsentrasjonene i
perioden 1997-2010 variert i området 44–109 ng/g våtvekt (Environment Canada, 2013).
I vannforekomster i nærheten av norske flyplasser, hvor det i brannøvelser har vært benyttet
slukningsmidler med PFAS, er det kjent at biota kan ha svært forhøyede konsentrasjoner av
PFOS. For ørret har det vært rapportert om konsentrasjoner på 33 - 100 ng/g våtvekt i muskel
og 2100 – 2400 ng/g våtvekt i lever (Møskeland 2010, Sweco 2012). Dette er vesentlig høyere
enn hva vi finner hos ørret fra Mjøsa hvor midlere PFOS-konsentrasjonene i muskel og lever var
henholdsvis 0,27 og 11 ng/g våtvekt, og i lever fra abbor fra Vansjø, med kjente kilder til PFOSforurensning, hvor midlere konsentrasjon var 173 ng/g våtvekt .
55
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5.6 Polybromerte!difenyletere,!PBDE!
5.6.1 Konsentrasjoner av PBDE i 2014
Kvantifikasjonsgrensen (LOQ) for de enkelte PBDE-kongenerene var 0,01 ng/g våtvekt, med
unntak for BDE-209 hvor den for et fåtall var mellom 0,01 og 0,16 ng/g våtvekt. I Tabell 14 har
vi vist prosentandelen analyser >LOQ for de seks vanligst forekommende PBDE-kongenerene og
for den fullbromerte BDE-209.
Tabell 14. Andel (%) av prøver hvor konsentrasjonene av de seks vanligste kongenere av polybrominerte difenyletere
(PBDE) i tetra-, penta- og heksa-gruppen (BDE-47 : BDE-154) og den fullbromerte kongeneren BDE-209 oversteg
kvantifikasjonsgrensen (LOQ) i prøver av fisk (muskel) og zooplankton, fanget i 2014. (LOQ for BDE–47 – BDE-154: 0,01
ng/g våtvekt; LOQ for BDE-209: 0,01–0,08 ng/g våtvekt)
Lokalitet
Art
Mjøsa
Zoopl. epi.
Mjøsa
n
BDE-47
BDE-49
BDE-99
BDE-100
BDE-153
BDE-154
BDE-209
3
100 %
0%
0%
0%
0%
0%
100 %
Zoopl. hypo.
3
100 %
100 %
100 %
100 %
100 %
100 %
0%
Mjøsa
Mysis
3
100 %
67 %
100 %
100 %
0%
100 %
100 %
Mjøsa
Lågåsild
9
100 %
89 %
100 %
100 %
89 %
100 %
89 %
Mjøsa
Krøkle
9
100 %
100 %
100 %
100 %
100 %
100 %
100 %
Mjøsa
Ørret
15
100 %
100 %
100 %
100 %
100 %
100 %
87 %
Randsfjorden
Zoopl. epi.
3
100 %
0%
100 %
0%
0%
0%
67 %
Randsfjorden
Zoopl. hypo.
3
100 %
0%
100 %
0%
0%
0%
100 %
Randsfjorden
Krøkle
9
100 %
100 %
100 %
100 %
100 %
100 %
78 %
Randsfjorden
Ørret
15
100 %
100 %
100 %
100 %
100 %
100 %
93 %
Femunden
Zoopl. epi.
15
100 %
7%
73 %
27 %
0%
20 %
100 %
Femunden
Ørret
15
100 %
33 %
100 %
100 %
67 %
93 %
87 %
Tyrifjorden
Abbor
5
100 %
0%
100 %
100 %
0%
100 %
80 %
Vansjø
Abbor
5
100 %
20 %
80 %
80 %
20 %
60 %
40 %
Konsentrasjonen av PBDE i fisk, målt som summen av de seks vanligst forekommende kongenere
av tetra-, penta- og heksa-BDE, var høyest i Mjøsa og lavest i Femunden (Tabell 15, Figur 19).
Midlere sum varierte mellom 0,11–24 ng/g våtvekt eller 12-600 ng/g lipid, høyest i ørret fra
Mjøsa og lavest i sik fra Femunden. Tilsvarende konsentrasjoner i epipelagisk zooplankton fra
Mjøsa var 0,06 ng/g våtvekt og 20 ng/g lipid.
Den fullbromerte kongeneren BDE-209 var tilstede i kvantifiserbare konsentrasjoner i omlag 85
% av prøvene, med middelkonsentrasjoner for de ulike organismene fra de enkelte sjøene i
området 0,01–0,4 ng/g våtvekt (1–7 ng/g lipid). Hos zooplankton i Mjøsa (epipelagisk) og
Randsfjorden (epi- og hypopelagisk) utgjorde BDE-209 omlag 20–30 % av sum PBDE, og denne
kongeneren har derfor potensiale til å gi et ikke ubetydelig bidrag til biomagnifiseringen av
PBDE på høyere trofiske nivåer. Det er vist at noen arter fisk kan oppta BDE-209 gjennom
føden, men at den raskt debromineres til andre kongenerer og da særlig til slutt BDE-154
(Kierkegaard et al. 1999; Stapleton et al. 2004a og b; Stapleton et al. 2006; Noyes et al. 2011.)
Biotilgjengeligheten av BDE-209 synes imidlertid å være lav, og i de refererte arbeidene meldes
det om at absorbsjonen over tarmepitelet var i området <0,13–3,2 %. I vår undersøkelse var det
56
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
ingen tendens til at konsentrasjonen av BDE-209 økte med trofisk nivå, og på grunn av de
generelt lave nivåene går vi ikke inn i en videre diskusjon om denne kongeneren.
Av de seks vanligst forekommende kongenerene dominerte tetra-kongeneren BDE-47 med en
andel på omlag 30–70 %. I fisk var forekomsten av denne kongeneren høyest i Mjøsa og lavest i
Femunden.
Tabell 15. Midlere konsentrasjon og prosentandel seks vanligste kongenere av polybrominerte difenyletere (PBDE) i
tetra-, penta- og heksa-gruppen (BDE-47 : BDE-154) og den fullbromerte kongeneren BDE-209 i prøver av fisk
(muskel) og zooplankton, fanget i 2014. Konsentrasjoner under kvantifikasjonsgrensen er byttet ut med halve grensen
(LOQ/2). x̅ : middelverdi, SD: standard avvik.
ng/g våtvekt
BDE-47
BDE-49
BDE-99
BDE-100
BDE-153
BDE-154
BDE-209
Lokalitet
Lok Art
Mjøsa
Zoopl. epi.
0,01
0,00 0,01 0,00 0,01 0,00 0,01
0,00
0,01
0,00
0,01
0,00
0,02
Zoopl. hypo.
0,37
0,04 0,02 0,00 0,22 0,02 0,09
0,01
0,02
0,00
0,03
0,00
0,04
Randsfjorden
Femunden
x̅
SD
x̅
SD
x̅
SD
x̅
SD
x̅
SD
x̅
SD
x̅
SD
sum sum
0,00
x̅
0,06
0,00
SD
0,04
0,79
0,09
0,02
Mysis
0,17
0,01 0,01 0,00 0,07 0,01 0,03
0,01
0,01
0,00
0,01
0,00
0,02
0,01
0,32
Lågåsild
1,28
0,87 0,08 0,05 0,56 0,33 0,32
0,23
0,07
0,04
0,12
0,08
0,02
0,01
2,45
1,54
1,50
0,47
Krøkle
1,03
0,35 0,04 0,01 0,08 0,01 0,21
0,09
0,03
0,01
0,07
0,03
0,04
0,02
Ørret
14,22 8,03 0,48 0,24 3,30 1,92 4,38
3,07
0,58
0,36
1,22
0,74
0,02
0,02 24,21 14,07
Zoopl. epi.
0,01
0,00
0,01
0,00
0,01
0,00
0,02
0,01
0,07
0,00
0,01
0,01 0,01 0,00 0,02 0,01 0,01
Zoopl. hypo.
0,01
0,00 0,01 0,00 0,02 0,00 0,01
0,00
0,01
0,00
0,01
0,00
0,02
0,01
0,07
Krøkle
0,56
0,15 0,04 0,01 0,10 0,02 0,12
0,03
0,05
0,01
0,08
0,02
0,01
0,01
0,95
0,23
Ørret
1,20
0,73 0,06 0,04 0,35 0,27 0,34
0,22
0,12
0,08
0,21
0,14
0,03
0,05
2,32
1,46
0,10
Sik
0,04
0,03 0,01 0,00 0,02 0,02 0,01
0,01
0,01
0,00
0,01
0,01
0,03
0,04
0,11
Ørret
0,14
0,16 0,01 0,02 0,11 0,13 0,07
0,08
0,02
0,02
0,05
0,06
0,02
0,02
0,43
0,46
0,02
Tyrifjorden
Abbor
0,05
0,00 0,01 0,00 0,02 0,01 0,02
0,00
0,01
0,00
0,01
0,01
0,03
0,02
0,14
Vansjø
Abbor
0,07
0,04 0,01 0,00 0,02 0,02 0,02
0,01
0,01
0,00
0,03
0,04
0,01
0,00
0,16
0,08
SD
SD
x̅
SD
x̅
SD
x̅
SD
x̅
SD
ng/g lipid
Mjøsa
Zoopl. epi.
x̅
x̅
SD
x̅
SD
x̅
4
0
2
0
2
0
2
0
2
0
2
0
7
0
20
1
Zoopl. hypo.
10
2
1
0
6
1
3
1
1
0
1
0
1
1
23
6
Mysis
12
1
1
0
5
0
2
0
0
0
1
0
2
0
22
1
Lågåsild
45
35
3
2
19
12
12
10
2
2
4
4
1
1
86
63
Krøkle
118
85
4
2
9
4
24
19
3
2
8
5
5
3
170
119
Ørret
355
205
12
5
83
48
115
89
15
10
31
21
1
1
611
374
Zoopl. epi.
2
1
1
0
2
0
1
0
1
0
1
0
2
2
9
1
Zoopl. hypo.
1
0
1
0
3
0
1
0
1
0
1
0
2
1
9
1
26
9
2
0
4
1
5
2
2
1
4
1
1
0
44
14
188
297
8
11
49
72
55
91
18
26
32
49
4
5
353
546
4
1
1
0
2
1
1
0
1
0
1
0
3
2
12
3
Ørret
12
5
1
0
9
5
6
3
2
1
5
2
3
3
38
15
Tyrifjorden
Abbor
15
3
1
0
5
2
5
2
1
0
4
1
8
5
39
7
Vansjø
Abbor
31
15
3
1
9
8
7
5
3
1
8
7
3
1
64
27
Randsfjorden
Krøkle
Ørret
Femunden
Sik
57
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figur 19. Midlere konsentrasjon av polybromerte difenyletere (PBDE) i fisk (muskel) og zooplankton, fanget i 2014.
Det er her vis de syv vanligst forekommende kongenere. Konsentrasjonene er oppgitt på henholdsvis våtvekt- (høyre
figur) og lipidvektbasis (venstre figur). Konsentrasjoner under kvantifiseringsgrensen (< LOQ) er byttet ut med halve
kvantifiseringsgrensen (LOQ/2).
5.6.2 Tidstrend av PBDE i Mjøsa
Konsentrasjonene av PBDE i ørret fra Mjøsa har sunket markert siden de maksimale nivåene på
omlag 5400 ng/g lipid på begynnelsen av 2000-tallet, da det var betydelige lokale tilførsler fra
en tekstilbedrift ved Lillehammer, og til dagens nivå på nær 600 ng/g lipid (Figur 20).
Utslippene pågikk trolig i perioden fra midten av 1990-tallet til tidlig 2000-tallet. En MannKendal test viste at det var en signifikant negativ trend (Kendall τ = -0,88, p = <0,0001).
Konsentrasjonene av PBDE i Mjøsa var på begynnelsen av 2000-tallet blant de høyeste som
internasjonalt er observert i laksefisk. Midlere konsentrasjon i et utvalg på 10 ørret fisket i
2000 (gjennomsnittsvekt: 3,5 kg), var 5 450 ng/g lipid (Figur 20). De individuelle nivåene
varierte mellom 3 300–17 500 ng/g lipid. Til sammenlikning rapporterte Manchester-Neesvig et
al. (2001) for innsjølevende laks av artene Coho (Oncorhynchus kisutch) og Chinook (O.
tshawytcha) fra Lake Michigan, USA, om et gjennomsnittlig nivå av PBDE på 2 440 ng/g lipid.
Dette ble da karakterisert som «blant de høyeste i verden observert for laks i åpent vann».
Selv om konsentrasjonene i Mjøsørreten sank til omlag 600 ng/g lipid i 2014, det vil si 10 % av
de høye nivåene som ble funnet på begynnelsen av 2000-tallet, så er de fortsatt markert
forhøyet sammenliknet med andre storørretbestander fra innsjøer uten store punktutslipp. Til
sammenlikning var konsentrasjonene av PBDE i storørret fra Vänern og Vättern på begynnelsen
av 2000-tallet betydelig lavere enn i Mjøsa, med middelkonsentrasjoner i området 200-260 ng/g
lipid (Øberg 2003).
I trendfiguren kommer det tydelig fram at andelen av BDE-99 synker markert med tiden, noe
som trolig er en «aldrings-effekt» av de tidligere lokale utslippene av PBDE ved Lillehammer.
Det er kjent at penta-forbindelsen BDE-99 biotransformeres (debromineres) og danner den mer
stabile tetra-kongeneren BDE-47 (Streets et al. 2006, Benedict et al. 2007). Et godt eksempel
på dette kan trolig sees i den lange tidsserien av PBDE i lågåsild fra Mjøsa som starter i 1993.
Her økte andelen BDE-99 da de lokale utslippene begynte på siste halvdel av 1990-tallet. Da
utslippene ble stanset på begynnelsen av 2000-tallet sank andelen BDE-99 fra 40 % og til omlag
22 % i 2014, mens andelen BDE-47 økte fra 24 % og til 52 %. Samme fenomen kan vi også
58
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
observere i den kortere tidsserien av ørret i Mjøsa hvor andelen BDE-47 har økt fra 42 % i år
2000 og til 59 % i år 2014 (Figur 20). Den kommersielle pentaBDE-blandingen, som disse
kongenerene tilhører, har diverse toksikologiske effekter — blant annet på lever, nervesystem
og omsetningen av tyroidhormoner hos høyerestående organismer (ECHA 2001; ATSDR 2004;
UNEP 2006). Dette, samt synergistiske effekter av kongenerene (Tagliaferri et al. 2010) gjør
det til en vanskelig oppgave å vurdere i hvilken grad debromineringen av BDE-99 til BDE-47 har
noen vesentlig betydning for giftigheten av blandingen.
Figur 20. Midlere konsentrasjon av polybromerte difenyletere (PBDE) i muskelprøver av ørret og lågåsild fra Mjøsa,
fanget i perioden 1993–2014. Det er her vist de vanligst forekommende kongenere. Konsentrasjonene er oppgitt på
henholdsvis våtvekt (høyre figurer) og lipidvektbasis (venstre figur). Konsentrasjoner under kvantifiseringsgrensen
(< LOQ) er byttet ut med halve grensen). Data fra 2000–2012 er fra Fjeld et al. (2013).
59
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5.6.3 Trofisk magnifisering av PBDE
I både Mjøsa, Randsfjorden og Femunden økte konsentrasjonen av de seks vanligst
15
forekommende PBDE-kongenerene med δ N-forholdet i organismene, og vi har illustrert dette
ved å beregne regresjonene av den dominerende kongeneren BDE-47 på relativt trofisk nivå
(Trel) – på samme måte som for siloksaner (Figur 21). Regresjonene var signifikante, det vil si at
BDE-47 biomagnifiserte.
For Femunden var zooplankton ikke inkludert i undersøkelsen. Blant zooplanktonet finnes
primærkonsumentene i det pelagiske næringsnettet, og beregningen av trofisk magnifikasjonsfaktor (TMF) vil være usikker så lenge den ikke er basert på et balansert utvalg organismer fra
15
hele næringsnettet (Borgå et al. 2012a). Tatt i betraktning at δ N-forholdet i Mjøsa også viser
årlige variasjoner, og vi derfor ikke har fullt ut pålitelige data for bunnlinjekorrigering av Nisotopforholdet, fant vi det riktigst å benytte samme framgangsmåte som for siloksaner og
beregne en TMF basert på relativt trofisk nivå. TMF for BDE-47 varierte mellom sjøene, fra 2,59
i Femunden og til 9,06 i Randsfjorden. Dette er TMF-verdier, som i likhet med PCB, er til dels
betydelig større enn en den vi beregnet for siloksanforbindelsen D5 i Mjøsa og Randsfjorden
(2,15).
Figur 21. Forholdet mellom BDE-47 ( lipidnormalisert) og relativt trofisk nivå (TLrel) i fisk (muskel) og zooplankton,
fanget 2014. Regresjonslinje med 95 % konfidensbånd mellom konsentrasjon (loge-transformert) og relativt trofisk nivå
er inntegnet.
60
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5.7 Klorerte!parafiner,!S/MCCP!
Konsentrasjonene av klorerte parafiner var i hovedsak lave, og for flere av de ulike organismegruppene var konsentrasjonene under kvantifikasjonsgrensen (LOQ, Tabell 16). I det følgende
har vi erstattet verdier under LOQ med halve grensen.
Midlere konsentrasjoner av kortkjedede (SCCP) og mellomkjedede (MCCP) parafiner var
området 0,2 – 5,7 ng/g våtvekt eller 20 – 570 ng/g lipid (Tabell 17, Figur 22). På lipidvektbasis
var konsentrasjonen av de kortkjedede omlag 1,5 ganger høyere enn konsentrasjonen av de
langkjedede, og de høyeste konsentrasjonene ble funnet i zooplankton fra Mjøsa. I fisk ble det
analysert for klorerte parafiner i muskelprøver, og det var ingen tegn til at konsentrasjonene
økte med trofisk posisjon eller varierte systematisk mellom innsjøene.
For Mjøsa har vi data på klorerte parafiner i fisk fra enkelte år i perioden 2003 – 2014. I Figur
23 har vi framstilt middelverdiene av SCCP i ørret, krøkle og lågåsild, og vi ser her at de
høyeste nivåene ble registrert i 2008. De klorerte parafinene ble dominert av SCCP
(kortkjedede forbindelser) og middel–konsentrasjonene i 2008 var 430 – 910 ng/g lipid, og har i
årene etter variert usystematisk mellom 30 og 290 ng/g lipid. For ørret og lågåsild, hvor det
har vært fanget på de samme størrelsesgruppene eller samme trofisk nivå, har
konsentrasjonene sunket til omlag 25 – 30 % av nivåene i 2008. For MCCP var stor andel av
analysene fra samme periode under LOQ (høyere grenser), så en sammenstilling av trend-data
er således av liten verdi.
Det har tidligere blitt gjort to mer omfattende undersøkelser av forekomsten av ulike
persistente miljøgifter, klorerte parafiner inkludert, i norsk ferskvannsfisk. I en nasjonal
undersøkelse av Fjeld et al. (2001) ble det vist at et vanlig forekommende nivå (25 – 75
prosentil) av SCCP i muskelprøver av ørret var i området 200 – 800 ng/g lipid. I en regional
undersøkelse fra Sør-Norge (Fjeld et al. 2009b) ble det det funnet et vanlig forekommende nivå
i ørret på omlag 40 – 600 ng/g lipid. Resultatene fra foreliggende undersøkelse faller innenfor
disse tidligere rapporterte vanlige nivåene.
Tabell 16. Andel (%) av prøver hvor konsentrasjonene av klorerte parafiner (kort- og mellomkjedede: SCCP, MCCP)
oversteg kvantifikasjonsgrensen (LOQ) i prøver av fisk (muskel) og zooplankton, fanget i 2014. Minste og største
grenseverdier for LOQ er gitt.
andel > LOQ (%)
LOQ, ng/g våtvekt
Lokalitet
Art
n
SCCP DET %
MCCP DET %
Mjøsa
Zoopl. epi.
3
100
0
1,1 - 1,9
Zoopl. hypo.
3
100
0
4 - 9,6
Mysis
3
0
100
Lågåsild
9
100
100
Krøkle
9
56
67
Ørret
15
100
47
Zoopl. epi.
3
67
100
Zoopl. hypo.
3
100
100
Krøkle
9
100
89
Ørret
15
60
53
Randsfjorden
61
SCCP
MCCP
0,3 - 0,5
0,6 - 0,9
0,8 - 2,5
0,6 - 6,1
0,2
4,2 - 4,2
0,4 - 0,8
1 - 2,8
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
andel > LOQ (%)
LOQ, ng/g våtvekt
Lokalitet
Art
n
SCCP DET %
MCCP DET %
SCCP
MCCP
Femunden
Sik
15
93
60
0,3
1,2 - 2,4
Ørret
3
67
100
0,4
Tyrifjorden
Abbor
5
40
80
0,1
0,4
Vansjø
Abbor
4
50
75
0,13 - 0,36
0,85 - 0,85
Tabell 17. Midlere konsentrasjon av klorerte parafiner (kort- og mellomkjedede: SCCP, MCCP) i prøver av fisk (muskel)
og zooplankton, fanget i 2014. Cellene er farget oransje der hvor mer enn 50 % av analysene var over kvantifikasjonsgrensene (LOQ). Verdier under LOQ er erstattet med halve grensen. x̅ : middelverdi, SD: standard avvik.
SCCP ,ng/g v.v.
MCCP, ng/g v.v.
Art
x̅
x̅
SD
Mjøsa
Zoopl. epi.
1,6
0,4
0,8
0,2
570
170
290
85
Zoopl. hypo.
7,1
2,8
3,5
1,4
200
90
100
50
Mysis
0,2
0,1
0,4
0,1
20
3
30
7
Lågåsild
5,7
2,3
0,9
0,7
190
40
30
20
Krøkle
0,8
0,7
0,6
0,3
80
70
70
50
Ørret
4,9
4,3
0,6
0,7
100
70
20
20
Zoopl. epi.
0,7
0,5
0,3
0,2
100
80
40
20
Zoopl. hypo.
0,7
0,1
0,5
0,0
90
10
70
1
Krøkle
3,8
0,6
0,7
0,6
180
60
40
40
Ørret
1,1
0,9
0,6
0,4
150
210
100
120
Sik
1,6
0,7
0,6
0,4
230
160
90
70
Ørret
0,5
0,2
0,4
0,2
50
40
50
30
Tyrifjorden
Abbor
0,2
0,2
0,2
0,1
50
50
50
20
Vansjø
Abbor
0,5
0,5
0,3
0,1
230
250
140
80
Randsfjorden
Femunden
62
SD
x̅
MCCP, ng/g lipid
Lokalitet
SD
x̅
SCCP, ng/g lipid
SD
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figur 22. Fordelinger (box-plot) av kort- og mellomkjedede parafiner (SCCP, MCCP) i fisk
(muskel) og zooplankton fanget i 2014. Verdier under LOQ er erstattet med halve grensen. Blå
punkter markerer analyseresultater under kvantifikasjonsgrensene, røde punkter markerer
resultater over grensene. Forkortelsene for de enkelte gruppene er: zooplankton epilimisk:
Zoo. e.; zooplankton hypolimnisk: Zoop. h.; Mysis: My; lågåsild: Lå; krøkle: Kr; Ørret:
Figur 23. Middelverdi av kortkjedede parafiner (SCCP) i fisk fra Mjøsa (muskelprøver), fanget i
perioden 2003–2014. Verdier under LOQ er erstattet med halve grensen. Øvre figur:
våtvektbaserte verdier. Nedre figur: lipidvektbaserte verdier.
63
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
6. Referanser!
ATSDR. 2006. Toxicological Profile for PBBs and PBDEs. United States Department of Health and
Human Services. Agency for Toxic Substances and Disease Registry. 564 pp.
Benedict R.T., Stapleton H.M., Letcher R.J., and Mitchelmore C.L. 2007. Debromination of
polybrominated diphenyl ether-99 (BDE-99) in carp (Cyprinus carpio) microflora and
microsomes. Chemosphere 69: 987-93.
Berge, D., Skurdal, J., Skogheim, O., Qvenild, T. og Hongve, D.1983. Kvikksølvforurensning og
andre tungmetaller. s. 24—129 i: D. Berge (red.): Tyrifjorden, Tyrifjordundersøkelsen 19781981, Sammenfattende sluttrapport. ISBN 82-90356-31-5.
Bhavsar, S.P., Gewurtz, S.B., McGoldrick, D.J., Keir, M.J., and Backus, S.M. 2010. Changes in
mercury levels in Great Lakes fish between 1970s and 2007. Environ Sci Technol 44: 3273–3279
Borgå, K., Kidd, K.A., Muir, D.C.G., Berglund, O., Conder, J.M., Gobas, F.A.P.C., Kucklick, J.,
Malm, O., and Powell, D.E. 2012a. Trophic magnification factors: Considerations of ecology,
ecosystems, and study design. Integr. Environ. Assess. Manage., 8: 64−84.
Borgå, K., Fjeld, E., Kierkegaard, A., and McLachlan, M.S. 2012b. Food Web Accumulation of
Cyclic Siloxanes in Lake Mjøsa, Norway. Environ Sci Technol 46: 6347–6354.
Borgå, K., Fjeld, E., Kierkegaard A., Løvik, J.E., Rognerud; S., Høgfeldt, A., Bek, K., and
McLachlan, M.S. 2013a. Siloxanes in freshwater food webs – a study of three lakes in Norway.
Miljødirektoratet rapport M-81/2013. 36 s.
Borgå, K., Fjeld, E., Kierkegaard, A., and McLachlan, M.S. 2013b. Consistency in trophic
magnification factors of cyclic methyl siloxanes in pelagic freshwater food webs leading to
brown trout. Environ Sci Technol 47(24): 14394–14402
Cantillana, T. and Aune, M. 2012. Dioxin- och PCB-halter i fisk och andra livsmedel 2000-2011.
Livsmedelsverkets rapportserie nr. 21/2012.
Dudzina, T., Goetz, von, N., Bogdal, C., Biesterbos, J.W.H., and Hungerbühler, K. 2014.
Concentrations of cyclic volatile methylsiloxanes in European cosmetics and personal care
products: Prerequisite for human and environmental exposure assessment. Environ Int 62: 86–
94
ECHA. 2001. European Union Risk Assessment Report Dinephenyl ether, pentabromo derivative,
Volume 5. EUR 19730. 282 pp.
Environment Canada, 2013. Perfluorooctane Sulfonate (PFOS) in Fish and Water data.
http://www.ec.gc.ca/indicateurs-indicators/default.asp?lang=en&n=338E3978-1#pfos2
64
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Fisk, A.T., Hobson, K.A., and Norstrom, R.J. 2001. Influence of chemical and biological factors
on trophic transfer of persistent organic pollutants in the northwater polynya marine food web.
Environ. Sci. Technol., 35: 732−738.
Fjeld, E. 1999. Miljøgifter i fisk fra Randsfjorden, 1998. Kvikksølv og klororganiske forbindelser.
NIVA rapport, OR-4073. 29 s.
Fjeld, E., Knutzen, J., Brevik, E., Schlabach, M., Skotvold, T., Borgen, A., Wiborg, M.L, 2001.
Halogenerte organiske miljøgifter og kvikksølv i norsk ferskvannsfisk 1995-1999. SFT rapport
TA-1813/2001. 48 s.
Fjeld, E., Lien, L. , Rognerud, S., Underdal, B. (NVH), 1999. Miljøgiftundersøkelse i
Drammenselva 1997-1998. Tungmetaller og organiske mikroforurensninger i fisk, moser og
muslinger. Norsk institutt for vannforskning (NIVA). Rapport 1. nr OR-4060. 37 s.
Fjeld, E. og Rognerud, S. 2009. Miljøgifter i ferskvannsfisk, 2008. Kvikksølv i abbor og organiske
miljøgifter i ørret. Statlig program for forurensningsovervåkning. SFT. TA-2544/2009. 66 s. +
vedlegg.
Fjeld, E., Enge, E.K., Rognerud, S, Rustadbakken, A. og Løvik, J.E. 2009 (a). Miljøgifter i fisk og
zooplankton i Mjøsa – 2008. Bromerte flammehemmere (PBDE, HBCDD), PCB, dioksiner, klorerte
parafiner, perfluorerte stoffer og kvikksølv. SFT rapport, TA-2483/2009. 49 s. + vedlegg.
Fjeld, E. Rognerud, S. og Johansen, I. 2009 (b). Kvikksølv i ørret fra Sør-Norge, 2008. Statlig
program for forurensningsovervåkning, SFT. Rapport TA-2580/2009. 20 s. + vedlegg
Fjeld, E., Rognerud, S., Katrin Enge, E., Borgen, A.R., og Dye, C. 2006. Miljøgifter i sedimenter
fra Mjøsa, 2005-2006. SFT Rapport, TA-2210/2006. 53 s.
Fjeld, E., Enge, E.K., Rognerud, S. Løvik, J.E. 2013. Miljøgifter i fisk og zooplankton i Mjøsa,
2012. Klif Rapport TA-3028/2013. 68 s.
Fjeld, E., Bæk, K., Rognerud, S., Rundberget,. J.T., Schlabach, M. and Warner, N.A. 2014.
Miljøgifter i store norske innsjøer, 2013. Miljødirektoratet rapport, M-157/2014. 46 s.
Forsvarsbygg Futura 2014, PFAS ved luftforsvarets brannøvingsfelt. Resultater fra undersøkelser
ved Rygge, Ørland, Bodø, Andenes, Bardufoss, Evenes, Banak og Høybuktmoen i 2013. Rapport
nr. 551/2014.
France, R. and Peters, 1997. Ecosystem differences in the trophic enrichment of C-13 in
aquatic food webs. Can. J. Fish. Aquat. Sci. 54: 1255–1258.
Gandhi, N., Tang, R., Bhavsar, S.P., and Arhonditsis, G.B. 2014. Fish mercury levels appear to
be increasing lately: a report from 40 years of monitoring in the Province of Ontario, Canada.
Environ Sci Technol: 140331003843002. doi: 10.1021/es403651x.
Galway, N.W. 2006. Introduction to mixed modelling. Beyond regression and analysis of
variance. John Wiley and Sons, Ltd. West Sussex. England. 376 pp.
65
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Grandjean, P., Weihe, P., White, R.F., Debes, F., Araki, S., Yokoyama, K., Murata, K.,
Sorensen, N., Dahl, R., and Jorgensen, P.J. 1997. Cognitive deficit in 7-year-old children with
prenatal exposure to methylmercury. Neurotoxicol. Teratol. 19: 417-28.
Grandjean, P., Weihe, P., White, R.F., and Debes, F. 1998. Cognitive performance of children
prenatally exposed to "safe" levels of methylmercury. Environ. Res. 77: 165-72.
Huse, A. og Aas-Aune, S. 2009. Kartlegging av siloksaner. Kartlegging av bruk i Norge i 2008.
COWI. Klif. Rapport TA-2557/2009. 46 s.
Jia, H., Zhang, Z., Wang, C., and Hong, W.J. 2015. Trophic Transfer of Methyl Siloxanes in the
Marine Food Web from Coastal Area of Northern China. Environ Sci Technol 49(5): 2833–2840
Kierkegaard, A., Balk, L., Tjärnlund, U., de Wit, C.A., and Jansson, B. 1999. Dietary Uptake
and Biological Effects of Decabromodiphenyl Ether in Rainbow Trout (Oncorhynchus mykiss).
Environ Sci Technol 33(10): 1612–1617
Kierkegaard, A., Bignert, A. and McLachlan, M.S., 2013. Bioaccumulation of
decamethylcyclopentasiloxane in perch in Swedish lakes. Chemosphere, 93: 789–793.
Kierkegaard, A., Bignert, A., and McLachlan, M.S. 2013. Cyclic volatile methylsiloxanes in fish
from the Baltic Sea. Chemosphere 93: 774–778.
Kjellberg, G. og Løvik, J.E. 2000. PCB-konsentrasjoner i sedimenter fra NSBs båthavn i
Åkersvika og fra Mjøsa utenfor Espern. Rapport fra undersøkelsen i 1999. NIVA rapport 41672000. 38 s.
Lau, C., Anitole, K., Hodes, C., Lai, D., Pfahles-Hutchens, A., and Seed, J. 2007. Perfluoroalkyl
Acids: A Review of Monitoring and Toxicological Findings. Toxicol Sci 99(2): 366–394.
Manchester-Neesvig, J.B., Valters, K., and Sonzogni, W.C, 2001. Comparison of polybrominated
difenyl ethers (PBDEs) and polychlorinated biphenyls (PCBs) in Lake Michigan salmonids.
Environ. Sci. Technol. 35: 1072–1077.
Martin, J.W., Smithwick, M.M., Braune, B.M., Hoekstra, P.F., Muir, D., and Mabury, S.A. 2004a.
Identification of long-chain perfluorinated acids in biota from the Canadian Arctic. Environ. Sci.
Technol. 38(2): 373–380.
Martin, J.; Whittle, D.; Muir, D.; Mabury, S. 2004b. Perfluoroalkyl contaminants in a food web
from Lake Ontario. Environ. Sci. Technol. 38: 5379−5385.
McGoldrick, D.J. et al., 2011. Assessing inter-laboratory comparability and limits of
determination for the analysis of cyclic volatile methyl siloxanes in whole Rainbow Trout
(Oncorhynchus mykiss). Chemosphere 85: 1241–1247.
McGoldrick, J. and Chan, C., and Drouillard, K.G., Keir, M.J, Clark, M.G. and Backusm S.M.
2014. Concentrations and trophic magnification of cyclic siloxanes in aquatic biota from the
Western Basin of Lake Erie, Canada. Environmental pollution 186: 41–148.
Miljøprøvebanken. 2013. Prosedyre 001: Innsamling og prøvetaking av ferskvannsfisk. 8 s.
66
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Monson, B. A. 2009. Trend Reversal of Mercury Concentrations in Piscivorous Fish from
Minnesota Lakes: 1982−2006. Environ. Sci. Technol. 43: 1750–1755.
Munthe, J., Wängberg, I., Rognerud, S., Fjeld, E., Verta, M., Porvari, P., and Meili, M. 2007.
Mercury in Nordic ecosystems. IVL Report B1761. 43 pp.
Møskeland, T. 2010. Environmental screening of selected “new” brominated flame retardants
and selected polyfluorinated compounds 2009. KLIF TA-2625
Naile, J. E. and others 2013. Distributions and bioconcentration characteristics of
perfluorinated compounds in environmental samples collected from the west coast of Korea.
Chemosphere 90: 387-394.
Nizzetto, P.B, Aas, P. and Krogseth, I.S. 2014. Monitoring of environmental contaminants in air
and precipitation, annual report 2013. Norwegian Environment Agency, Report M202/2014. 72
pp.
Ng, C.A., and Hungerbühler, K. 2013. Bioconcentration of Perfluorinated Alkyl Acids: How
Important Is Specific Binding? Environ Sci Technol: 47: 7214–7223.
Noyes, P.D., Lema, S.C., Macaulay, L.J., Douglas, N.K., and Stapleton, H.M. 2013. Low Level
Exposure to the Flame Retardant BDE-209 Reduces Thyroid Hormone Levels and Disrupts
Thyroid Signaling in Fathead Minnows. Environ Sci Technol 47(17): 10012–10021.
Post, D.M. 2002. Using stable isotopes to estimate trophic position: models, methods, and
assumptions. Ecology 83:703–718
Sandlund, O.D., O. Nashoug, G. Norheim, R. Høye og G. Kjellberg. 1981. Kvikksølv i fisk og
evertebrater i Mjøsa og noen sjøer i Mjøsområdet, 1979-80. DVF- Mjøsundersøkelsen. Rapport
nr. 4. 54 s. + bilag.
Stapleton, H.M., Alaee, M., Letcher, R.J., and Baker, J.E. 2004a. Debromination of the Flame
Retardant Decabromodiphenyl Ether by Juvenile Carp ( Cyprinus carpio ) following Dietary
Exposure. Environ Sci Technol 38(1): 112–119.
Stahl, T., Mattern, D., and Brunn, H. 2011. Toxicology of perfluorinated compounds.
Environmental Sciences Europe 23(1): 38.
Stapleton, H.M., Letcher, R.J., Li, J., and Baker, J.E. 2004b. Dietary accumulation and
metabolism of polybrominated diphenyl ethers by juvenile carp (Cyprinus carpio). Environ
Toxicol Chem 23(8): 1939–1946.
Stapleton, H.M., Brazil, B., Holbrook, R.D., Mitchelmore, C.L., Benedict, R., Konstantinov, A.,
and Potter, D. 2006. In Vivo and In Vitro Debromination of Decabromodiphenyl Ether (BDE 209)
by Juvenile Rainbow Trout and Common Carp. Environ Sci Technol 40(15): 4653–4658.
Streets S.S., Henderson S.A., Stoner A.D., Carlson D.L., Simcik M.F., Swackhamer D.L. 2006.
Partitioning and bioaccumulation of PBDEs and PCBs in Lake Michigan. Environ Sci Technol. 40:
7263-9.
67
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Sweco. 2012. Resultatrapport. PFC i biota. SWECO 168182.
Tagliaferri, S., Caglieri, A., Goldoni, M., Pinelli, S., Alinovi R., Poli, D., Pellacani, C., Giordano,
G., Mutti, A., Costa, L.G. 2010. Low concentrations of the brominated flame retardants BDE-47
and BDE-99 induce synergistic oxidative stress-mediated neurotoxicity in human neuroblastoma
cells. Toxicology in vitro, vol. 24, pp. 116-122.
Tomy, G.T., Stern, G.A., Muir, D.C.G., Fisk, A.T., Cymbalisty, C.D. and Westmore, J.B. 1997.
Quantifying C10–C13 polychloroalkanes in environmental samples by high resolution gas
chromatography/electron capture negative ion mass spectrometry. Anal Chem 69: 2762 – 2771
UNEP. 2006. Risk profile on commercial pentabromodiphenyl ether. United Nations
Environment Programme. UNEP/POPS/POPRC.2/17/Add.1. 46 pp.
UNEP. 2013. Minamata concention on mercury. United Nations Environment Programme.
http://www.mercuryconvention.org/Portals/11/documents/conventionText/Minamata%20Conv
ention%20on%20Mercury_e.pdf
Underdal, B. 1970a. Undersøkelse av kvikksølvinnholdet i fisk fra Mjøsområdet. Norges
veterinærihøgskole, Institutt for næringsmiddelhygiene. Rapport. 18 s.
Underdal, B. 1970b. Kvikksøvundersøkelsar av fisk frå Drammensvassdraget og
Drammensfjorden. Norges veterinærihøgskole, Institutt for næringsmiddelhygiene. Rapport. 33
s.
Vander Zanden, M.J. and Rasmussen, J.B. 2001. Variation in d15N and d13C trophic
fractionation: implication for aquatic food web studies. Limnol Oceanogr 46: 2061–2066
Warner, N.A., Evenset, A., Christensen, G., Gabrielsen, G.W., Borgå, K., Leknes, H. 2010.
Volatile silox- anes in the European Arctic: assessment of sources and spatial distribution.
Environ. Sci. Technol. 44: 7705–10.
Warner, N.A. et al., 2013. Positive vs. false detection: a comparison of analytical methods and
performance for analysis of cyclic volatile methylsiloxanes (cVMS) in environmental samples
from remote regions. Chemosphere 93: 749–756.
Xu, S., and Wania, F. 2013. Chemical fate, latitudinal distribution and long-range transport of
cyclic volatile methylsiloxanes in the global environment: a modeling assessment. Chemosphere
93: 835–843.
Øberg, T. 2003. Bromerade flamskyddsmedel i fisk från Vänern och Vättern. Supplement till
rapporten “Miljögifter i fisk 2001/2002”. Rapport nr. 25 2003.
Åkerblom, S., Nilsson, M., Yu, J., Ranneby, B., and Johansson, K. 2012. Temporal change
estimation of mercury concentrations in northern pike (Esox lucius L.) in Swedish lakes.
Chemosphere 86: 439–445.
68
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
7. Vedlegg!`!Appendix!
7.1 English!translation!of!cVMS!related!chapters!
!
!
4.1!Description!of!lakes!
This investigation was primarily carried out in the lakes Mjøsa, Randsfjorden and Femunden
(hereafter referred to as the main lakes, Figure 1, Table 1), with supplementary samples
taken from the lakes Tyrifjorden and Vansjø. The study lakes, except Vansjø, are large and
deep fjord lakes, but differ in terms of food webs and human impact.
Mjøsa is Norway's largest lake, with a rich fish community of 20 different species. It has a
well-defined pelagic food web with brown trout (Salmo trutta) as the top predator, smelt
(Osmerus eperlanus) and vendace (Coregonus albula) as main planktivorous species, and a
invertebrate community with pelagic crustaceans consisting of water fleas (Cladocera),
copepods (Copepoda) and the opossum shrimp Mysis relicta. Mysis is an important species in
the pelagic food web, as it is a zooplankton predator and an important prey for smelts. Due
to the rich species diversity and the complex pelagic food web, the top-predator brown trout
reaches a higher trophic level here than the other study lakes. Mjøsa is a recipient of
wastewater from municipal treatment plants with a total load of 200,000 population
equivalents (PE), in addition to runoff from agricultural, industrial and urban areas.
Randsfjorden is Norway's fourth largest lake. The fish community with its 11 different species
is not as rich as in Mjøsa, and the human impact is less in terms of local contamination
sources. Top predators in the pelagic food web are brown trout and char (Salvelinus alpinus),
and the planktivorous fish species are primarily smelt and whitefish (Coregonus lavaretus).
Unlike Mjøsa, Mysis is missing in the invertebrate community, and the pelagic food web has
therefore fewer trophic levels. The lake is the recipient of wastewater from municipal
treatment plants with a load of approximately 30,000 PE.
Femunden is the third largest lake in Norway, and large parts of the lake and its catchment is
located to an unpopulated or very sparsely populated area with status as a national park. The
fish community consists of six species, of which whitefish, char and trout are found in the
pelagic fish community. Like Randsfjorden it is missing the pelagic crustacean Mysis. The lake
receives no direct runoff from municipal sewage treatment plants, as the plant at Elgå
(dimensioned for 200 PE) is an infiltration plant with runoff to sandy ground.
Tyrifjorden is Norway's fifth largest lake. The fish community consists of 13 species, and smelt
and whitefish dominate the pelagic community, with a few numbered brown trout population
as the top predator. The crustacean Mysis is missing in the pelagic invertebrate community.
The lake is a recipient for several treatment plants and sewage from scattered settlements,
industry and agriculture (unknown PE-load).
69
!
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Vansjø is Norway's 35th largest lake and is part of the Moss waterway, stretching from the
forest Østmarka, Oslo, in the north and to the moraine running through Østfold in the south.
The lake has a rich fish community, with 17 species where planktivorous cyprinid species
dominate the pelagic fish community. The lake is a recipient for several treatment plants and
in addition to wastewater from scattered settlements, industry and agriculture (unknown PEload). The waterway is heavily loaded with nutrients from agricultural runoff, making Vansjø
a highly eutrophic lake. Southwest of the lake lies Rygge airport, which has been the source
of runoff of perfluorinated alkylated substances (PFAS) from a fire training field (NDEA Futura
2014).
Table 1. Information on the study lakes. PE: wastewater load to treatment plants in person equivalents (PE),
estimated from maps with discharge data for the different regions (source: The Norwegian Environment Agency)
Attributes!
!
Coordinates
UTM 33:
Degrees:
Volume (km3)
Mjøsa!
Randsfjorden!
Femunden!
Tyrifjorden!
Vansjø!
E: 282000;
N: 6746114
60,79 °N
10,10 °E
E: 244543;
N: 6717603
61,51 °N
10,35 °E
E: 338500;
N: 6898700
62,19 °N
11,90 °E
E: 235062;
N: 6663017
60,02 °N
10,25 °E
E: 263080
N:6591490
59,40 °N
10,83 °E
65
7,3
6
13,1
0,264
369
134
203
137
35,6
453
120
153
295
37
Catchment (km )
17 251
3 665
1 790
9 808
331
PE
206000
28 500
200*
-
-
2
Area (km )
Max. depth (m)
2
*Elgå treatment plant, infiltration to ground
70
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figure 1. Map over the study lakes Mjøsa, Randsfjorden, Femunden, Tyrifjorden and Vansjø.
Areas from where fish, zooplankton and Mysis are sampled are marked on the map.
71
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
4.2!Sampling!of!fish!and!zooplankton!
Collection and sampling of biological material followed the guidelines of the Norwegian
Environmental Specimen Bank procedures for freshwater fish (Miljøprøvebanken 2013). This
implies that personnel should avoid the use of personal care products, or only use approved
products one day prior to sampling. During capture, later handling and sampling the fish must
not come into contact with potentially contaminating surfaces or substances. The use of
disposable gloves (nitrile rubber) should be used if possible. The fish should be stored in
boxes lined with rinsed aluminum foil. Traditional fish boxes in expanded polystyrene (EPS)
should be avoided because of the risk of contamination of flame retardants.
The fish were caught in August and September, with the exception of trout from Randsfjorden
which was fished in June. After collection they were was wrapped in clean aluminum foil,
packed in clean polyethylene bags and kept cold (≈ 4 °C) or frozen (-20 °C) until dissection of
samples.
Dissection of fish samples were done in the open in non-urban environment to prevent
contamination of cVMS from indoor sources. All surfaces that could come into contact with
fish were covered by aluminum foil, rinsed with methanol and acetone (HPLC grade). Fish
length, weight, sex and maturation stage were recorded. All tool used for dissection were in
steel, cleaned according to the Environmental Specimen Bank cleaning procedures (mashine
washed, rinsed in Milli-Q water, acetone and methanol). For trout and whitefish were about
20 – 100 g dorsal muscle fillet dissected out from each individual, of this was approximately 2
g transferred to separate test tubes to be analyzed for cVMS. For smelt, with individual
weight typically around 9 – 15 g, pooled samples from several individuals had to be made to
get adequate amount per sample (about 20 – 25 g). Each of these pooled samples consisted of
material from about 5 fish of about the same size group. All samples were stored in glasses
sealed with aluminum foil under the lid. Glass and the aluminum foil were cleaned by heating
to 500 °C. The samples were stored frozen (-20 °C) until analysis.
Zooplankton from Mjøsa and Randsfjorden were sampled in August, using a nylon mesh net
(mesh size 500 microns) equipped with a collecting cup with a sieve (both in brass).
Aggregates of diatoms and individuals of Holopedium gibberum, a water flea with a huge,
gelatinous and hydrated mantle, were filtered from the samples on board. H. gibberum is a
less selected prey item for fish, as their large gelatinous capsule function as an anti-predation
adaption. Only natural surface water were used during the filtering of zooplankton. The
zooplankton samples were transferred to the same type of sample glasses as the fish samples
and kept frozen until analysis (-20 °C). All equipment in direct contact with zooplankton
samples were cleaned with methanol and acetone (HPLC grade). The epilimnic zooplankton in
Mjøsa was dominated by the cladocerans Daphnia galeata and Bosmina longispina, whereas
the hypolimnic zooplankton was dominated by copepods, especially Limnocalanus macrurus.
In Randsfjorden was both the epilimnic and hypolimnic zooplankton volumetric dominated by
H. gibberum, which was filtered from the samples. After removing these, the samples mainly
of consisted the cladocerans D. galeata and B. longispina.
72
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
4.3!Analytical!methods!
4.3.2. Cyclic volatile methyl siloxanes
Field blanks for sample siloxanes were prepared using 2 – 3 grams of XAD-2 sorbent packed
into a polypropylene/cellulose filter bag. Before use in the field, XAD-2 sorbent was cleaned
by ultrasonicfication in hexane for 30 minutes. Hexane was removed and replaced with
dichloromethane and XAD sorbent was sonicated again for 30 minutes. After sonification,
XAD-2 sorbent was dried overnight in clean cabinet equipped with a HEPA and carbon filter to
prevent contamination of the XAD-2 sorbent from indoor air. XAD-2 sorbent was then packed
into the previously described filter bags and placed in polypropylene tubes and sent to field
personnel for sampling purposes.
Several field blanks prepared were kept at NILU's laboratories and analyzed to determine
reference concentrations present in the field blanks prior to exposure within the field.
Comparison of concentrations between reference levels and field blank levels was done to
assess if contamination during sampling had occurred.
Extraction of all sample material was done in a clean cabinet to prevent contamination from
indoor air. All laboratory personnel involved in sample extraction avoid use of personal care
products (i.e., skin and hair creams/products, deodorant).
Samples were extracted using a mixture of 3:1 hexane:acetonitrile with ultrasonification for
15 min. Samples were then shaken for 1 hour followed by centrifugation at 2500 RPM. A
small aliquot of hexane supernatant was transferred to a GC vial followed by addition of
tris(trimethylsiloxy)silane as a recovery standard.
Samples were analyzed by GC-MS equipped wth DB-5MS column using large volume injection
(10 µL). Instrumental conditions have been previously described by Krogesth et al. (2013).
Method detection limits (MDLs) have been shown to be ideal for the analysis of siloxanes in
environmental samples as they account for the variation introduced to the analytical signal
from the extracted matrix (Warner et al. 2013). Due to the various different matrices
investigated in this study, it was not possible logistically to determine MDL for all matrices.
Therefore, limit of quantification (LOQ) described as the average plus 10 × standard
deviation of the procedural blank signal was used as a conservative detection limit for
reporting concentrations. Limits of detection described as 3 × standard deviation of the
procedural blank signal was also reported to for comparison with LOQ.
Samples were extracted in three separate batches where LOQ/D varied between the batches
where separate LOQ/D were reported for each batch (Table 2). For one batch (number 2) the
LOQ/D was much higher compared to the other batches due to one blank sample having
elevated concentrations. Source of elevated concentration in the blank sample could not be
determined, and, thus, was included in the determination of LOQ/D. This caused many of the
samples from batch number 2 to be left censored and have been reported as below LOD or
LOQ.
73
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Table 2. Analysis of cVMS in field blanks: detection limits (LOD) and
quantification limits (LOQ) for the different extraction batches.
LOD, ng/g wet weight
LOQ, ng/g wet weight
Batch
D4
D5
D6
D4
D5
D6
No. 1
0.4
0.3
1.3
0.6
0.5
1.9
No. 2
6.4
2.0
2.0
17.7
5.8
3.4
No. 3
1.9
0.2
2.5
3.4
0.4
3.5
5.3!Cyclic!volatile!methylated!siloxanes,!cVMS!
5.3.1 Treatment of non-quantifiable data
Concentrations of siloxanes (D4, D5 and D6) were determined in biota from all five lakes. For
Mjøsa and Randsfjorden we sampled across a wide range of trophic levels in the pelagic food
web (planktonic crustaceans and fish), but from Femunden we sampled only pelagic fish
(whitefish and brown trout). From Tyrifjorden and Vansjø only samples from benthic perch
were analyzed.
The majority of D4 and D6 analyses were below the method detection or quantification limits
(LOD/Q), calculated as the mean of the analytical blank values with respectively 3 x or 10 x
the standard deviation. In statistical terminology such data is called (left) censored data. The
proportion quantifiable results for D4, D5 and D6 were 30 %, 80 % and 44 %, respectively
(Table 7). Only for trout from Mjøsa and smelt from Randsfjorden did we find that more than
50 % of the samples had quantifiable results for all three compounds. Moreover, only for D5
from these two lakes did we have sufficient quantifiable data to make it possible to calculate
trophic magnification.
In the following are all statistics and calculations based on that results < LOD/Q are
substituted with half the limits. To this it must be noted that the original analyses were done
on wet weight basis and that the lipid content were determined by a separate analysis. The
conversion of original LOQ/Ds to lipid weight based numbers will introduce the associated
uncertainty for the lipid analysis, hence the lipid based LOD/Q will have a greater uncertainty
than the wet weight based. Descriptive statistics for lipid based concentrations are therefore
given with one significant digit for D4 and two for D5 and D6.
Table 7. Number and percent of cVMS analyses with determined (quantified) concentrations (DET) and
concentrations below the methods detection or quantification limits (LOQ/D):
D4
D5
D6
category
N
%
N
%
N
%
DET
25
30%
67
80%
37
44%
LOD
54
64%
15
18%
19
23%
LOQ
5
6%
2
2%
28
33%
74
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5.3.2 Levels of cVMS in 2014
The highest quantifiable concentrations of cVMS were found in Mjøsa and Randsfjorden. D5
was in general the dominant compound in biota, followed by D6 and D4 (Table 8, Figure 7). A
detailed comparison of the D4 and D6 levels, both between lakes and between groups of
organisms in lakes, is difficult since the majority of these analyzes were below the methods
LOD/Q - and these limits vary between the three different batches prepared in the
laboratory.
In Mjøsa and Randsfjorden the lowest levels of D5 (lipid) were found in epilimnic zooplankton,
while the highest levels were found in smelts from Mjøsa and brown trout from Randsfjorden.
The mean D5 concentrations (± SD) of epilimnic zooplankton, smelt and trout from Mjøsa
were respectively 360 (± 20), 5800 (± 3400) and 2500 (± 1700) ng/g lipid, whereas they in
Randsfjorden were 750 (± 360) 1400 (± 880) and 2,400 (± 1600) ng/g lipid. We here
substituted values below LOD/Q with half the limit (epilimnic zooplankton: 3 of 3 in Mjøsa, 1
of 3 in Randsfjorden). No statistically significant difference between the mean concentration
of D5 in brown trout from the two lakes could be detected (p = 0.8), whereas for smelt there
was a significant difference (p = 0.002).
Concentrations of D4 and D6 in samples from these two lakes were by and large less than
LOD/Q, except for brown trout from Mjøsa and smelt from Randsfjorden. For D4 and D6 in
trout from Mjøsa mean values were respectively 40 (± 20) and 140 (± 56) ng/g lipid, whereas
they for smelt from Randsfjorden were respectively 40 (± 10) and 110 (± 45) ng/g lipid.
Nearly all samples from Femunden, Tyrifjorden and Vansjø had concentrations less than
LOD/Q, (D4; D5 and D6: 17.7; 5.8 and 4.4 ng/g wet weight) and a more detailed discussion of
the converted lipid normalized average values for the different sample types from these lakes
are therefore not particularly meaningful (D4: 400 – 1000 ng/g lipid; D5: 120 – 330 ng/g lipid;
D6: 200 – 400 ng/g lipid).
The concentrations of D5 in fish Mjøsa and Randsfjorden (average values in the range 1400 to
5800 ng/g lipid) were clearly elevated compared to fish from Femunden (<240 ng/g lipid, all
samples below detection limit. This is in accordance with results from surveys conducted in
2012 (Borgå et al. 2013a and b) and 2013 (Fjeld et al. 2014). The higher levels of D5 in Mjøsa
and Randsfjorden most likely reflect the importance of local sources from a relatively large
population, industry and traffic. For Femunden, with its sparsely population and traffic, and
no industry, we can expect local sources of cVMS to be near absent. Atmospheric deposition is
here therefore probably the main source for cVMS.
According to Xu and Wania (2013), the potential for such atmospheric deposition is
significantly less for cVMS than other persistent organic pollutants because of their volatility
and relatively rapid breakdown in the atmosphere under the influence of UV radiation. The
occurrence of atmospheric cVMS has since 2013 been measured at the Zeppelin station in
Ny-Ålesund, Svalbard (Nizzetto et al. 2014). The results show a seasonal variation, with
extremely elevated concentrations in winter (“the polar night”), where levels are
approximately as for PAH. That is three orders of magnitude higher than those of other legacy
POPs, such as PCB, PBDE, PFC and organochlorine pesticides.
75
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Table 8. Concentrations (mean ± SD, maximum – minimum) of siloxanes (cVMS: D4, D5 and D6) in samples of fish
(muscle) and crustacean zooplankton, collected in 2014. Concentrations below quantification or determination
limits (LOQ/D) are substituted with half the limits. Orange colored cells indicate that 50 % of the samples have
concentrations > LOQ/D.
!
!
Lake!
Sample!type!(n)!
Statistics!
D5!
D6!
Mjøsa
Brown trout (15)
x̅ ±SD
2±0,9
Min-Max 0,9–4,1
110±100
5,6±3
13–434
2,7–14,3
20–70
210–6100
48–220
Smelt (9)
x̅ ±SD
3,2
Min-Max 3,2–3,2
58±35
2,6±1,3
300±100
5800±3400
280±240
32–147
1,7–4,6
200–600
2800–14000
120–870
Vendace (9)
x̅ ±SD
1,7±0,8
Min-Max 1,0–3,7
57±41
3,4±1,4
60±20
1800±1200
120±73
1,0–110
1,3–4,7
40–90
53–3600
38–240
Mysis (3)
ng/g!wet!weight!
D4!
D5!
D6!
40±20
2500±1700
140±56
10±2,9
1,2±0,4
200±10
720±190
85±26
1,0–1,7
200–200
580–930
68–110
Zoopl. hypolimnic. (3)
x̅ ±SD
3,2±0,0
Min-Max 3,2–3,2
75±9
1,7±0,0
90±20
2100±580
48±9,9
65–82
1,7–1,7
80–100
1500–2700
40–59
Zoopl. epilimnic (3)
x̅ ±SD
3,2±0,0
Min-Max 3,2–3,2
1,0±0,0
1,0±0,0
1000±70
360±20
360±20
1,0–1,0
1,0–1,0
1000–1000
340–380
340–380
x̅ ±SD
3,2±0,0
Min-Max 3,2–3,2
27±29
3,1±3,1
500±500
2400±1600
340±300
2,9–117
1,7–12,9
80–2000
130–5800
44–870
28±13
2,3±0,5
40±10
1400±880
110±45
12,3–45
1,0–2,9
30–60
500–3100
39–200
Zoopl. hypolimnic. (3)
Zoopl. epilimnic. (3)
Femunden Brown trout (3)
Whitefish (3)
3,2±0,0
!
ng/g!lipid!
8,5–13,8
Smelt (9)
x̅ ±SD
D4!
!
Min-Max 3,2–3,2
Brown trout (15)
Randsfjorden
!
x̅ ±SD
0,9±0,2
Min-Max 0,7–1,3
3,2±0,0
9,8±2,1
1,0±0,0
400±9
1300±250
130±2,7
Min-Max 3,2–3,2
x̅ ±SD
7,9–12
1,0–1,0
400–400
1100–1600
130–140
x̅ ±SD
3,2±0,0
Min-Max 3,2–3,2
5,1±1,9
1,0±0,0
500±100
750±360
140±31
2,9–6,3
120–180
1,0–1,0
400–600
350–1100
x̅ ±SD
3,2±0,0
Min-Max 3,2–3,2
1,0±0,0
1,7±0,0
400±200
120±57
200±98
1,0–1,0
1,7–1,7
200–500
49–150
84–260
x̅ ±SD
3,2±0,0
Min-Max 3,2–3,2
1,0±0,0
1,9±1,6
400±100
120±43
240±230
1,0–1,0
1,0–3,8
200–500
75–160
75–500
1,0±0,0
1,2±0,4
1000±100
330±42
420±190
1,0–1,0
1,0–1,7
900–1000
290–370
290–630
1,0±0,0
1,0±0,0
1000±300
310±79
310±79
1,0–1,0
1,0–1,0
700–1000
230–380
230–380
Tyrifjorden Perch (3)
x̅ ±SD
3,2±0,0
Min-Max 3,2–3,2
Vansjø
x̅ ±SD
3,2±0,0
Min-Max 3,2–3,2
Perch (3)
A Swedish study from lakes receiving effluents from sewage treatment plants reports of D5
concentrations in the range of 1.4 – 14.4 ng/g wet weight in muscle of perch (Kierkegaard et
al. 2013). From Lake Erie, North America, it is found concentrations in the range of 14 – 36
ng/g wet weight (Mc Goldrick et al. 2014). By comparison, the average values for different
fish species from Mjøsa and Randsfjorden are in the range of 1.2 to 160 ng/g wet weight, with
the highest levels in Mjøsa (data here; Borgå et al. 2013a and b, Fjeld et al. 2014).
Muscle concentrations of D4, D5 and D6 in herring from the Baltic Sea are reported to have
mean concentrations of 10, 200 and 40 ng/g lipid, respectively (Kierkegaard et al. 2013), and
the authors argue that the ratio between the different compounds largely reflect the
relationship between the annual emissions quantities in Europe. It is therefore noteworthy
the D6 and D4 constitute such a large proportion of the cVMS in samples of fish from
Femunden, Tyrifjorden and Vansjø.
76
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figure 7. Box-plot of cVMS concentration in fish (muscle) and crustacean zooplankton from the study lakes, sampled
in 2014 (wet weight: upper figure, lipid based: lower figure). Concentrations below detection or quantification
limits (LOD/Q) are substituted with half the limits. The abbreviations for the different lakes and organisms are:
Mjøsa: Mj; Randsfjorden: Ra; Femunden: Fe; Tyrifjorden: Ty; Vansjø: Va, Zooplankton eplimnic: Zoo. e.;
Zooplankton hypolimnic: Zoop. h.; Mysis: My; Vendace: Ve; Smelt: Sm; Brown trout: Tr; Perch: Pe.
77
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
5.3.3 Annual variation of cVMS in Mjøsa and Randsfjorden
For brown trout from Mjøsa and Randsfjorden we have enough results above the
quantification limits for each cVMS compound to compare the levels between years (Table 9,
Figure 8).
D5 was the predominant compound in both lakes. For Mjøsa, with more than 50 % of the cVMS
concentrations > LOQ in 2010, 2012 and 2014, the percentage of each compound was as
follows: D5: 93 – 96 %; D6: 3 - 5 %; D4: 0 – 4 %. For Randsfjorden in 2012, with more than 50 %
of the concentrations of D5 and D6 quantified, the percentage of D5 was 96 %, i.e.
approximately the same as in Mjøsa. Significant differences between years could be detected
for D5 in trout from Mjøsa (ANOVA on log-transformed data, p = 0.006) and pairwise tests
showed the mean concentration in 2013 to be significantly lower than in 2012 (p = 0.001). No
statistical differences between years could be detected for D4 and D6 (p > 0.05).
Recent surveys show that D6 probably is used to a greater extent than before by the industry
as a substitute for D4 that are classified as reproductive toxicant (Dudzina et al. 2014), but
we are not aware of any sudden changes in the use of D5 that can explain the reduced
concentrations of this compound in trout from Lake Mjøsa. Other possible causes may lie in
the shift of analytical laboratories and challenges in analytical methods. Compared with
analytical methods for other established POPs that have been perfected over time and with
established certified reference material, there are extreme analytical challenges with cVMS.
We are therefore somewhat cautious in the interpretation of trend data for cVMS.
Table 9. Yearly mean concentrations of cVMS (D4, D5 and D6, lipid normalized) in brown trout from Mjøsa and
Femunden, and the percentage of the different compounds that make up total concentration (Σ cVMS).
Concentrations less than quantification or detection limits (LOQ/D) are substituted with half the limits. Orange
colored cells indicates that 50 % of the measurements are above LOQ/D. Samples from 2010 and 2012 have been
analyzed at the University of Stockholm, samples from 2013 and 2014 have been analyzed at NILU.
!
!
!
concentration!(mean!±!SD),!ng/g!lipid!
Year!
Lake!
n!
D4!
D5!
D6!
∑!cVMS!
2010
Mjøsa
5
180±190
3800±3400
130±44
2012
Mjøsa
5
23±17
5600±2300
2013
Mjøsa
15
100±130
2014
Mjøsa
15
2012
Randsfjorden
5
2014
Randsfjorden
15
!
D4!!
D5!!
D6!!
4100±3600
4%
93%
3%
285±100
5900±2400
0%
95%
5%
1700±2000
410±550
2200±2000
5%
76%
19%
40±20
2500±1700
140±60
2700±1800
1%
94%
5%
10±5
2700±2000
120±90
2800±2100
0%
96%
4%
500±500
2400±1600
340±300
3200±2700
15%
74%
11%
78
!
percentage!
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figure 8. Yearly mean concentrations (with 95% confidence intervals) of cVMS (D4, D5 and D6) in muscle of brown
trout from Mjøsa and Randsfjorden. Concentrations less than quantification or detection limit (<LOQ/D) is replaced
by half the limits, and this makes especially the estimates for D4 and D6 uncertain. Samples from 2010 and 2012
have been analyzed at the University of Stockholm, samples from 2013 and 2014 have been analyzed at NILU.
5.3.4 Trophic magnification of D5 in Mjøsa and Randsfjorden
We have previously demonstrated trophic magnification of D5 in the pelagic food webs of
Mjøsa and Randsfjorden (Borgå et al. 2012b; Borgå et al. 2013a and b; Fjeld et al. 2014). In
Table 10 we show that for Mjøsa there are statistically significant regressions of D5
concentration on trophic levels for all four years (2010, 2012 – 2014), while we for
Randsfjorden (2012 and 2014) only find the regression for 2012 to be significant.
Table 10. Linear regressions of D5 concentration (loge-transformed, lipid normalized) on trophic level in the pelagic
food web of Mjøsa and Randsfjorden, calculated for each survey year. Trophic magnification factors (TMFs) with
confidence interval (95% CI) are calculated from the regression coefficients (eb). n: number of samples; a: regression
constant term; R2: coefficient of determination; regression F-ratio: F; significance level: p. Concentrations under
quantification or detection limits (<LOD/Q) are replaced by half the limits (approximately 10 % of the material
sampled in 2013 and 2014).
Lake
Year
n (w*)
a
b
TMF
TMF 95 % CI
R2
Mjøsa
2010
23,1
5,21
0,83
2,28
1,22 – 4,29
0,33
7,73
0,013
2012
33
4,009
1,139
3,12
2,28 – 4,29
0,64
54,03
<0,0001
2013
33
3,481
0,681
1,98
1,25 – 3,12
0,23
9,26
0,0047
2014
42
4,485
0,647
1,91
1,40 – 2,61
0,20
17,40
0,0002
2012
17
3,720
1,024
2,78
1,72 – 4,52
0,58
20,34
0,0004
2014
30
6,051
0,334
1,40
0,90 – 2,17
0,08
2,42
Randsfjorden
F
p
0,13
*sum of weights associated to each sample (square root of number replicate analyses)
We wanted to combine these extensive data to make a statistical analysis of trophic
magnification of D5 with greater generality. During the data compilation it became evident
79
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
that δ15N in epilimnic zooplankton from Mjøsa (the primary consumers) varied between years,
which has consequences for the calculation of the trophic level (TL) for the different
consumers. The annual minimum 15N values used in the base line adjustments ranged from
4.63 to 8.43 ‰.
The reason for this variability is uncertain, but it is known that there may be seasonal
changes in δ15N in herbivorous zooplankton. This may be due to changes in the N-isotope ratio
of phytoplankton’s nitrogen sources (Grey et al. 2000; Legget et al., 2000; Matthews and
Mazumder 2005), but also because the trophic fractionation of N-isotopes in zooplankton is
dependent on the C:N ratio in phytoplankton they consume (Vander Zanden and Rasmussen
2001).
When the δ15N of primary consumers varies between years, yearly baseline adjustments will
introduce an annual variation in the trophic level of consumers higher up in the food chain.
This is not appropriate for perennial and larger consumers, as their δ15N are not in an
instantaneous equilibrium with the N-isotope ratio of primary consumers, but will have a
significantly slower and muted response to seasonal or annual fluctuations in the primary
consumer’s δ15N.
We have therefore avoided to baseline adjust the consumer’s δ15Nc when calculating their
trophic levels, but instead estimated their relative trophic levels (TLrel) by simply dividing
their δ15N by the N-enrichment factor (∆15N = 3.4 ‰) (Post 2002):
TLrel = δ15Nc/∆15N
This implies that we regard the annual variations in δ15N of primary consumers as random
fluctuations and do not allow them to influence the estimation of higher trophic levels. We
then avoid the trophic levels of higher consumers, such as brown trout, to vary from year to
year. The estimated trophic magnification factor (TMF) is not changed by using the relative
trophic level in the regression instead of the baseline corrected trophic level, only the
regression’s constant term. TLrel can be used to determine trophic distance between groups of
organisms within a site, but not to determine their absolute position or to compare trophic
level of organisms from sites with different δ15N baseline.
In the further statistical analysis of the material we have excluded the results from Mjøsa for
2013, as the sampling design didn’t provide a broad selection of samples from the pelagic
food web, but focused on fish (trout, smelt) with only a few samples of zooplankton. We
formulated a "mixed linear model" (for an introduction, see Galway 2006), which also allows
us to analyze an unbalanced data set with missing data for Randsfjorden in 2010. We defined
the effects of lake (nominal variable) and TLrel (covariate, continuous variable), and the
interactions between them as fixed effects. The effect of year (nominal), nested under the
lake, and the interaction between years and TLrel, nested under lake, were defined as random
effects:
log C = a + b·TLrel + c·Lake + d(TLrel· Lake) + e·Year[Lake]random + f(Year·TLrel)[Lake]random
We reduced this full model stepwise until we were left with a model containing only
significant or à priori important effects. For every step was Akaike and Schwarz’ Bayesian
80
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
information criterion (AIC, BIC) checked for indications of an improved solution. The reduced
model we arrived at was:
log C = a + b·TLrel + c·Lake + e·Year[Lake]random
Here there is a common slope coefficient for – or response on – relative tropical level, a lake
specific effect, and we allow the lakes to respond differently to the factor year. This latter
effect is defined as a random effect. The model implies that D5 shows the same trophic
magnification in pelagic food webs, i.e. a common TMF and parallel regression lines. It also
means that we allow regressions to have different intersections with the Y axis, which allows
for different loads of D5 and/or different baselines for δ15Nc (fixed effect of lake). Lake
specific effect of years (random effect) may be due to random variations in D5 supplies or
differences introduced due to change of analytical laboratories. The fixed lake effect was not
statistically significant, but there are good theoretical reasons to allow for it (different loads
of D5, different baseline for δ15Nc). An exclusion of this factor had little influence on the TMF
estimate, but contributed primarily to narrow its confidence limits.
The reduced model explained of 45 % of the variance in D5 concentrations (log-transformed)
and produced a common TMF of 2.15 (95 % CI: 1.80 – 2.56). It could not demonstrate any
significant difference between mean D5 concentrations adjusted for differences in δ15N
between Mjøsa and Randsfjorden (2200 vs. 1700 ng/g lipid, p = 0.8), but a comparison is
otherwise little meaningful as the δ15Nc values are not baseline adjusted. The reduced model
with its fixed effects are shown Figure 9, while the results from the statistical models are
given in Appendix 2.
There are few published studies on trophic magnifisering of cyclic siloxanes, but from Lake
Erie it is reported that D4 and D5 biomagnification seems to be very sensitive to the food web
configuration (McGoldrick et al., 2014). Here the TMFs for D4 and D5 were >1 for only one of
five combinations of groups of organisms. TMF estimates for PCB-180 were also dependent on
food web configuration, but did not correspond with those for cVMS material. The authors
discuss whether differences in environmental exposure and/or lipid partitioning between
PCBs and cVMS may have contributed to the results, without drawing any final conclusions.
A recently published study from coastal areas in North China (Jia et al. 2015) describes
trophic magnifisering of D5, and with a TMF of approximately the same size (1.77; 95 % CI:
1.41 – 2, 24) that we report from Mjøsa and Randsfjorden. As a reference substance, they
used BDE-99, which biomagnified as expected with a TMF of 3.27 (95 % CI: 2.49 to 4.30).
These two studies, together with our from Mjøsa and Randsfjorden (Borgå et al. 2012b, Borgå
et al. 2013a) is to our best knowledge the only studies demonstrating trophic magnifisering of
cVMS in aquatic food chains which are published in peer-reviewed journals.
81
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Figure 9. Relations between cVMS compound D5 (lipid normalized) and relative trophic level (TLrel) in fish (muscle)
and crustacean zooplankton, caught in Mjøsa and Randsfjorden in 2010, 2012 and 2014 (n = 141). Regressions of
concentration (loge-transformed) on trophic levels, with 95 % confidence band, are shown. Regressions are from a
"mixed linear model" (see text). Concentrations less than quantification or detection limits (<LOD/Q; 5 of 72
samples from 2014) have been replaced with half the limits.
5.3.5 Correlations between cVMS, PCBs, PBDEs and trophic level
Contaminants with similar physio-chemical properties can be expected to show a common
accumulation pattern in ecological food webs. We therefore investigated the correlation
between the cVMS compound D5, PCB-153, BDE-47 and relatively trophic level (TLrel, based on
δ15N) in Mjøsa and Randsfjorden 2014 (Figure 10). PCB 153 and BDE-47 are stable compounds,
they are highly lipophilic and very bioaccumulative. We use them here as reference
substances when examining the concentration of D5 in the pelagic food webs. We have used
the log-transformed lipid normalized concentrations for estimations of correlation
coefficients and trophic magnification factors (TMFs).
We have only used data on D5 from Mjøsa and Randsfjorden, as D5 concentrations in trout
from Femunden mainly were less than LOQ. In addition, a detailed analysis of D4 and D6
would neither be meaningful because a large proportions of the analytical results showed
concentrations less than LOQ. For three samples of zooplankton from Mjøsa and one
zooplankton sample and one fish sample from Randsfjorden with D5 concentrations less than
LOD, we have substituted the numbers with half the levels.
For D5 there was a significant and moderate correlation with trophic level (TLrel), with a
correlation coefficients (Pearson's r) of 0.55 and 0.28 for Mjøsa and Randsfjorden, and a lake
specific TMF of 1.91 and 1.40, respectively.
PCB-153 and BDE-47 correlates well with trophic level, with correlation coefficients in the
range of 0.83 – 0.98. They biomagnified in both lakes, and TMFs for these compounds, 2.98 to
9.06, were substantially greater than those of D5.
82
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
D5 concentration showed a moderate, but significant, correlation with PCB-153 and BDE-47 (r:
0.28 to 0.55). This is as expected from the preceding results: D5, PCB-153 and BDE-47 are all
biomagnifying compounds and they will therefore also covariate. The extremely strong
correlation between PCB-153 and BDE-47 (r = 0.98) shows that these two compounds behave
very similarly in the food web.
83
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
84
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
7.2 Vedlegg!2:!cVMS!mixed!model!
D5 - mixed linear model, full model
Response Log(D5 Lip.)
Fit Model
(Weight( :weight cVMS ),
Y( Log( :D5' Lip. ) ),
Effects( :Lokalitet, :TL', :Lokalitet * :TL', :År[:Lokalitet] & Random, :År * :TL'[:Lokalitet] & Random),
Personality( "Standard Least Squares" ),
Emphasis(Minimal Report),
Method( REML ),
Set Alpha Level( 0.05 ));
Summary of Fit
RSquare
RSquare Adj
Root Mean Square Error
Mean of Response
Observations (or Sum Wgts)
AICc
381.216
Parameter Estimates
Term
Intercept
Lokalitet[Mjøsa]
TL'
Lokalitet[Mjøsa]*(TL'3.71265)
0.482375
0.470957
0.846166
7.599909
145.0711
BIC
400.959
Estimate
4.8152516
0.14525
0.7393291
0.1238125
Random Effect Predictions
Term
Lokalitet[Mjøsa]:År[2010]
Lokalitet[Mjøsa]:År[2012]
Lokalitet[Mjøsa]:År[2014]
Lokalitet[Randsfjorden]:År[2012]
Lokalitet[Randsfjorden]:År[2014]
Lokalitet[Mjøsa]:År[2010]*(TL'-3.71265)
Lokalitet[Mjøsa]:År[2012]*(TL'-3.71265)
Lokalitet[Mjøsa]:År[2014]*(TL'-3.71265)
Lokalitet[Randsfjorden]:År[2012]*(TL'3.71265)
Lokalitet[Randsfjorden]:År[2014]*(TL'3.71265)
Std Error
0.576632
0.165511
0.155654
0.155654
DFDen
3.723
3.927
3.714
3.714
t Ratio
8.35
0.88
4.75
0.80
Prob>|t|
0.0015*
0.4306
0.0107*
0.4741
Lower 95%
3.1661353
-0.317672
0.2937278
-0.321789
Upper 95%
6.464368
0.6081721
1.1849304
0.5694139
BLUP
Std Error DFDen t Ratio Prob>|t| Lower 95% Upper 95%
0.1249111 0.209643
3.409
0.60 0.5886 -0.499231 0.7490535
0.2215543 0.203284
3.24
1.09 0.3501 -0.399062 0.8421701
-0.346465 0.201252
3.185
-1.72 0.1783 -0.966387 0.2734562
0.0619352 0.242733
2.758
0.26 0.8164 -0.750419 0.8742891
-0.061935 0.242733
2.758
-0.26 0.8164 -0.874289 0.7504187
-0.004493 0.194888
2.118
-0.02 0.9836 -0.799767 0.7907801
0.1828918 0.187879
2.113
0.97 0.4282 -0.585311 0.9510942
-0.178398 0.18262
2.109
-0.98 0.4271 -0.926557 0.5697601
0.1515202 0.213804
1.659
0.71 0.5647
-0.97573
1.27877
-0.15152 0.213804
REML Variance Component Estimates
Random Effect
Var Ratio Var Component
År[Lokalitet]
0.1217923
0.087203
År*TL'[Lokalitet]
0.0863877
0.0618534
Residual
0.7159975
Total
0.8650539
Std Error
0.0892549
0.0817358
0.0886216
1.659
-0.71
95% Lower
-0.087733
-0.098346
0.5697164
0.5647
95% Upper
0.2621393
0.2220526
0.9271848
-2 LogLikelihood =
366.36747679
Covariance Matrix of Variance Component Estimates
Random Effect
År[Lokalitet]
År*TL'[Lokalitet]
År[Lokalitet]
0.0079664
0.0001287
År*TL'[Lokalitet]
0.0001287
0.0066807
Residual
-0.000168
-0.0004
85
-1.27877 0.9757296
Residual
-0.000168
-0.0004
0.0078538
Pct of Total
10.081
7.150
82.769
100.000
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Fixed Effect Tests
Source
Lokalitet
TL'
Lokalitet*TL'
Nparm
1
1
1
DF
1
1
1
Effect Details
Lokalitet
Least Squares Means Table
Level
Least Sq Mean
Mjøsa
2220.2460
Randsfjorden
1660.4987
DFDen
3.927
3.714
3.714
F Ratio
0.7702
22.5607
0.6327
Std Error
0.19435670
0.26795802
Prob > F
0.4306
0.0107*
0.4741
Lower 95%
1214.6847
813.5850
Upper 95%
4058.2484
3389.0204
* Std Errors are on transformed Y's
År[Lokalitet]
Least Squares Means Table
Level
[Mjøsa]2010
[Mjøsa]2012
[Mjøsa]2014
[Randsfjorden]2012
[Randsfjorden]2014
Least Sq Mean
2515.6446
2770.9003
1570.1209
1766.5936
1560.7755
Std Error
0.16860464
0.13808155
0.12721838
0.23617932
0.15955233
* Std Errors are on transformed Y's
!
86
Lower 95%
1790.8116
2104.7313
1219.5033
1091.9098
1138.0837
Upper 95%
3533.8546
3647.9186
2021.5441
2858.1599
2140.4579
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
D5 - mixed linear model, reduced model
Response Log(D5 Lip.)
Fit Model(
Weight( :weight cVMS ),
Y( Log( :D5 Lip. ) ),
Effects( :Lokalitet, :TL', :År[:Lokalitet] & Random ),
Keep dialog open( 1 ),
Personality( "Standard Least Squares" ),
Emphasis( Minimal Report ),
Method( REML ),
Set Alpha Level( 0.05 ));
Summary of Fit
RSquare
RSquare Adj
Root Mean Square Error
Mean of Response
Observations (or Sum Wgts)
AICc
377.6429
Parameter Estimates
Term
Intercept
Lokalitet[Mjøsa]
TL'
0.451029
0.443014
0.862682
7.599909
145.0711
BIC
391.9034
Estimate
4.7543393
0.1272911
0.7639476
Random Effect Predictions
Term
Lokalitet[Mjøsa]:År[2010]
Lokalitet[Mjøsa]:År[2012]
Lokalitet[Mjøsa]:År[2014]
Lokalitet[Randsfjorden]:År[2012]
Lokalitet[Randsfjorden]:År[2014]
Std Error
0.358715
0.164561
0.089926
BLUP
0.1412323
0.2349025
-0.376135
0.0280387
-0.028039
DFDen
58.33
3.738
135.9
Std Error
0.214182
0.209422
0.206753
0.244542
0.244542
REML Variance Component Estimates
Random
Var Ratio Var Component
Effect
År[Lokalitet]
0.1263752
0.0940511
Residual
0.7442211
Total
0.8382722
t Ratio
13.25
0.77
8.50
DFDen
3.514
3.37
3.289
2.824
2.824
Prob>|t|
<.0001*
0.4852
<.0001*
t Ratio
0.66
1.12
-1.82
0.11
-0.11
Lower 95%
4.036378
-0.342512
0.5861131
Prob>|t|
0.5503
0.3355
0.1583
0.9164
0.9164
Lower 95%
-0.48732
-0.392007
-1.002542
-0.778304
-0.834381
95% Lower
95% Upper
Pct of Total
0.0937417
0.09081
-0.089679
0.5939842
0.2777814
0.959984
11.220
88.780
100.000
Covariance Matrix of Variance Component Estimates
Random Effect
År[Lokalitet]
Residual
År[Lokalitet]
0.0087875
-0.000158
Residual
-0.000158
0.0082465
DF
1
1
Effect Details
Lokalitet
Least Squares Means Table
Level
Least Sq Mean
Upper 95%
0.7697848
0.8618116
0.2502726
0.8343812
0.7783039
Std Error
-2 LogLikelihood =
367.19515678
Fixed Effect Tests
Source
Nparm
Lokalitet
1
TL'
1
Upper 95%
5.4723006
0.5970943
0.941782
DFDen
3.738
135.9
F Ratio
0.5983
72.1706
Std Error
87
Prob > F
0.4852
<.0001*
Lower 95%
Upper 95%
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
Level
Mjøsa
Randsfjorden
Least Sq Mean
2248.2374
1742.9243
Std Error
0.19968149
0.25779377
Lower 95%
1219.1464
845.2975
Upper 95%
4145.9923
3593.7465
* Std Errors are on transformed Y's
År[Lokalitet]
Least Squares Means Table
Level
[Mjøsa]2010
[Mjøsa]2012
[Mjøsa]2014
[Randsfjorden]2012
[Randsfjorden]2014
Least Sq Mean
2589.2774
2843.5379
1543.4371
1792.4851
1694.7338
Std Error
0.16549456
0.14064123
0.12808891
0.19985724
0.15292644
* Std Errors are on transformed Y's
88
Lower 95%
1858.3775
2149.5624
1197.0253
1201.8486
1251.8694
Upper 95%
3607.6402
3761.5598
1990.0982
2673.3839
2294.2668
Miljøgifter i store norske innsjøer, 2014 | M-349|2015
7.3 Vedlegg!3:!Data!
Alle konsentrasjoner er i ng/g våtvekt.
Stabile isotoper og fettprosent er analysert i muskelvev av fisk og helkropp hos
zooplankton/Mysis.
Analysene av miljøgifter er i hovedsak gjort på muskelvev hos fisk og helkropp hos
zooplankton/Mysis. Unntaket er for PFAS hvor majoriteten av analysene av fisk er gjort på
lever, men med supplerende analyser av muskelvev. Vevstypen er markert i en egen kolonne.
Konsentrasjoner under kvantifikasjonsgrensene er markert med < (mindre enn). For siloksaner
det markert hvorvidt konsentrasjonene var under kvantifikasjonsgrensene (LOQ) eller
deteksjonsgrensene (LOD).
89
90
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
Lokalitet
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Vansjø
Vansjø
Vansjø
Vansjø
Vansjø
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
SI Data 2014 v2.txt
Art
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Lågåsild
Lågåsild
Lågåsild
Lågåsild
Lågåsild
Lågåsild
Lågåsild
Lågåsild
Lågåsild
Zoopl. epi.
Zoopl. epi.
Zoopl. epi.
Zoopl. hypo.
Zoopl. hypo.
Zoopl. hypo.
Mysis
Mysis
Mysis
Abbor
Abbor
Abbor
Abbor
Abbor
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Sample-ID
RØ-1-M-14
RØ-2-M-14
RØ-3-M-14
RØ-4-M-14
RØ-5-M-14
RØ-6-M-14
RØ-7-M-14
RØ-8-M-14
RØ-9-M-14
RØ-10-M-14
RØ-11-M-14
RØ-12-M-14
RØ-13-M-14
RØ-14-M-14
RØ-15-M-14
MK-1-M-14
MK-2-M-14
MK-3-M-14
MK-4-M-14
MK-5-M-14
MK-6-M-14
MK-7-M-14
MK-8-M-14
MK-9-M-14
ML-1-M-14
ML-2-M-14
ML-3-M-14
ML-4-M-14
ML-5-M-14
ML-6-M-14
ML-7-M-14
ML-8-M-14
ML-9-M-14
ZE-M-1-14
ZE-M-2-14
ZE-M-3-14
ZH-M-1-14
ZH-M-2-14
ZH-M-3-14
MY-M-1-14
MY-M-2-14
MY-M-3-14
VA-1:5-M-14
VA-6:10-M-14
VA-11:15-M-14
VA-15:20-M-14
VA-21:25-M-14
MØ-1-M-14
MØ-2-M-14
MØ-3-M-14
MØ-4-M-14
MØ-5-M-14
MØ-6-M-14
MØ-7-M-14
MØ-8-M-14
MØ-9-M-14
MØ-10-M-14
MØ-11-M-14
MØ-12-M-14
MØ-13-M-14
MØ-14-M-14
MØ-15-M-14
FØ-1-M-14
FØ-2-M-14
FØ-3-M-14
FØ-4-M-14
FØ-5-M-14
FØ-6-M-14
FØ-7-M-14
n, individer i
blandprøve
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
9
10
7
7
4
1
1
4
4
1
1
1
1
1
1
1
1
1
.
.
.
.
.
.
.
.
.
5
5
5
5
5
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
Lengde, cm Vekt, g SD Lengde SD Vekt δ13C, ‰ δ15N, ‰ Fett % Vevstype
44.8
900
.
.
-29.74
13.44
1.89 Muskel
46.4
1250
.
.
-29.19
13.18
0.87 Muskel
42.5
810
.
.
-28.74
13.44
0.76 Muskel
49.5
1240
.
.
-29.34
13.55
1.27 Muskel
49.7
1615
.
.
-30.76
13.83
3.54 Muskel
49.8
1270
.
.
-28.22
13.37
0.21 Muskel
52.6
1895
.
.
-29.27
13.37
1.29 Muskel
53.4
1510
.
.
-28.34
13.97
0.22 Muskel
80.5
6320
.
.
-29.31
13.68
2.19 Muskel
60.2
2105
.
.
-29.19
13.65
0.98 Muskel
53.3
1630
.
.
-29.42
13.79
1.49 Muskel
53.2
1790
.
.
-30.76
13.79
3.83 Muskel
30.7
405
.
.
-28.07
12.65
0.23 Muskel
53.7
1820
.
.
-28.66
13.44
0.75 Muskel
50.3
1615
.
.
-30.69
13.82
3.46 Muskel
12.2
9.1
0.3
0.7
-29.28
14.02
0.52 Muskel
12.8
10.7
0.21
0.8
-28.61
14.36
0.72 Muskel
13
11.7
0.2
0.6
-29.14
13.72
0.87 Muskel
13.9
16
0.29
0.4
-28.32
15.14
1.11 Muskel
15.4
21.6
0.12
0.2
-28.1
15.12
1 Muskel
20.5
57.4
0.17
0.5
-27.99
16.44
1.1 Muskel
19.7
45.2
0.47
1
-28.22
15.95
1.9 Muskel
14.8
19.8
0.39
0.5
-28.24
15.58
1.46 Muskel
12.9
11.6
0.3
0.7
-28.79
14.64
0.93 Muskel
20.5
80
.
.
-31.16
13.2
4.65 Muskel
21.3
90
.
.
-27.54
10.95
1.9 Muskel
19.4
67
.
.
-30.91
13.55
4.26 Muskel
20.5
70
.
.
-29.47
13.3
1.93 Muskel
23.3
90
.
.
-29.47
13.42
2.3 Muskel
21.5
78
.
.
-30.05
13.94
2.7 Muskel
19.5
59
.
.
-30.44
12.65
4 Muskel
20.3
70
.
.
-31.14
13.5
3.84 Muskel
21.1
68
.
.
-29.36
13.36
1.94 Muskel
.
.
.
.
-26.66
4.63
0.28 Helkropp
.
.
.
.
-26.78
5.1
0.29 Helkropp
.
.
.
.
-25.93
5.36
0.26 Helkropp
.
.
.
.
-33.65
11.23
4.21 Helkropp
.
.
.
.
-32
11.39
2.87 Helkropp
.
.
.
.
-34.32
11.03
3.83 Helkropp
.
.
.
.
-30.95
9.22
1.36 Helkropp
.
.
.
.
-29.31
8.8
1.48 Helkropp
.
.
.
.
-29.05
9.08
1.47 Helkropp
14.3
35.4
0.48
3.5
-29.56
13.74
0.44 Muskel
15
38.8
0.85
5.6
-29.47
14.43
0.31 Muskel
21.4
154.2
0.92
40.5
-29.17
15.29
0.26 Muskel
31.5
458
2.94
75
-28.87
15.96
0.18 Muskel
25.9
286.8
1.73
77.4
-29.02
15.62
0.13 Muskel
76
5450
.
.
-30.36
15.7
7.2 Muskel
82
6275
.
.
-30.65
16.16
7.06 Muskel
82.5
5780
.
.
-29.19
16.67
3.5 Muskel
79
5225
.
.
-28.51
15.31
2.2 Muskel
69
3500
.
.
-29.64
15.4
4.6 Muskel
64.5
2350
.
.
-28.26
15.66
1.67 Muskel
62.5
3250
.
.
-29.85
15.87
5.8 Muskel
59
2650
.
.
-29.01
16.51
4 Muskel
74.5
4005
.
.
-28.22
15.6
1.6 Muskel
76
5350
.
.
-28.96
15.94
2.64 Muskel
76.5
5450
.
.
-29.27
15.9
4.4 Muskel
69
5010
.
.
-30.43
16.08
5.5 Muskel
81
7600
.
.
-29.12
15.67
6 Muskel
83
7250
.
.
-29.7
16.12
4.45 Muskel
84.5
8550
.
.
-29.04
15.45
4.5 Muskel
39.7
623
.
.
-25.14
10.9
0.62 Muskel
39.8
694
.
.
-17.27
7.79
0.9 Muskel
38.8
622
.
.
-24.94
10.67
0.6 Muskel
39.5
631
.
.
-25.25
10.66
0.7 Muskel
47.3
947
.
.
-21.32
10.6
0.5 Muskel
58.9
1229
.
.
-25.08
10.4
3.2 Muskel
58
1620
.
.
-25.91
10.12
1.37 Muskel
Hg
909
760
641
938
1024
866
739
825
2836
1549
805
957
331
770
491
152
143
161
120
153
394
313
120
137
96
90
105
170
200
179
73
84
125
4
6
8
6
7
6
18
18
19
108
216
340
709
556
536
860
1251
551
530
828
455
728
679
816
555
613
895
772
906
413
79
265
197
536
581
636
PeCB
0.03
0.01
0.01
0.02
0.04
<0.01
0.02
<0.01
0.02
0.02
0.02
0.04
<0.01
0.01
0.05
<0.01
<0.01
0.01
0.01
0.01
0.01
0.02
0.02
0.01
0.03
0.01
0.03
0.01
0.01
0.02
0.03
0.03
0.01
<0.01
<0.01
<0.01
0.94
0.04
0.04
0.01
0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.08
0.07
0.04
0.02
0.04
0.02
0.06
0.04
0.01
0.03
0.05
0.06
0.05
0.05
0.05
0.01
<0.01
<0.01
<0.01
<0.01
0.04
0.02
HCB
0.52
0.21
0.21
0.24
0.74
0.14
0.32
0.18
0.33
0.67
0.45
0.67
0.14
0.24
0.66
0.15
0.15
0.23
0.23
0.21
0.25
0.37
0.42
0.23
0.64
0.16
0.59
0.19
0.25
0.35
0.45
0.5
0.21
0.02
0.02
0.02
1.03
0.86
0.76
0.05
0.04
0.04
0.05
0.07
0.05
0.04
0.03
1.42
1.47
0.72
0.51
0.68
0.45
1.16
0.82
0.26
0.64
1.06
1.31
0.96
1.21
1.11
0.2
0.13
0.16
0.21
0.14
0.88
0.41
PCB-18
0.02
<0.01
<0.01
<0.01
0.03
<0.01
0.01
<0.01
0.01
0.02
0.01
0.02
<0.01
<0.01
0.02
<0.01
<0.01
0.01
<0.01
<0.01
0.01
0.02
0.03
0.02
0.04
0.02
0.03
0.01
0.01
0.02
0.02
0.02
0.01
<0.01
<0.01
<0.01
0.03
0.03
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.07
0.08
0.04
0.02
0.03
0.02
0.06
0.07
0.01
0.03
0.05
0.07
0.04
0.06
0.06
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
PCB-28
0.08
0.03
0.03
0.03
0.1
0.04
0.04
0.07
0.04
0.15
0.06
0.1
0.01
0.03
0.07
0.02
0.02
0.02
0.02
0.02
0.02
0.03
0.05
0.03
0.09
0.05
0.08
0.03
0.03
0.06
0.05
0.06
0.02
<0.01
<0.01
<0.01
0.05
0.03
0.03
0.02
0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.26
0.3
0.13
0.08
0.11
0.06
0.17
0.14
0.05
0.11
0.18
0.22
0.22
0.23
0.24
<0.01
<0.01
<0.01
0.01
<0.01
0.04
0.03
PCB-31
0.05
0.02
0.02
0.02
0.06
0.02
0.03
0.03
0.03
0.09
0.03
0.06
<0.01
0.02
0.04
0.01
0.01
0.02
0.01
0.01
0.01
0.02
0.03
0.02
0.08
0.05
0.07
0.02
0.02
0.05
0.04
0.05
0.02
<0.01
<0.01
<0.01
0.03
0.02
0.02
0.01
0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.19
0.21
0.1
0.06
0.08
0.05
0.12
0.11
0.04
0.09
0.13
0.18
0.17
0.18
0.19
<0.01
<0.01
<0.01
<0.01
<0.01
0.04
0.02
PCB-33
0.01
<0.01
<0.01
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
0.03
0.02
0.02
<0.01
<0.01
0.01
0.01
0.01
<0.01
<0.01
<0.01
<0.01
0.02
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.04
0.04
0.02
0.01
0.02
<0.01
0.03
0.03
<0.01
0.02
0.03
0.04
0.02
0.03
0.03
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-37
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
Sum-TriCB
6.79
2.61
2.51
2.76
9.43
0.07
4.05
0.13
0.11
0.33
0.14
0.25
0.04
0.08
0.19
0.06
0.06
0.08
0.07
0.06
0.06
4.89
5.76
3.65
0.34
0.2
0.27
0.09
0.1
0.2
0.17
0.21
0.08
0.03
0.01
0.02
0.18
0.13
0.11
0.05
0.05
0.05
0.02
0.02
0.02
0.01
0.35
0.73
31.6
0.39
0.23
0.33
0.17
20.9
25.9
0.14
0.32
20.1
0.68
0.58
0.67
0.69
0.03
0.02
0.03
0.03
0.02
0.13
0.07
PCB-47
0.08
0.03
0.02
0.03
0.08
0.06
0.03
0.09
0.05
0.14
0.05
0.08
0.01
0.03
0.06
0.04
0.03
0.04
0.03
0.02
0.03
0.04
0.05
0.04
0.07
0.03
0.08
0.03
0.02
0.06
0.04
0.06
0.02
0.01
<0.01
<0.01
0.21
0.05
0.04
0.02
0.01
0.01
0.01
0.01
<0.01
<0.01
<0.01
0.27
0.35
0.22
0.09
0.14
0.07
0.18
0.16
0.12
0.16
0.2
0.23
0.27
0.26
0.27
0.01
<0.01
0.01
0.01
<0.01
0.05
0.03
PCB-52
0.22
0.07
0.07
0.08
0.23
0.15
0.09
0.23
0.14
0.41
0.14
0.25
0.04
0.07
0.15
0.07
0.07
0.08
0.07
0.05
0.07
0.09
0.16
0.08
0.22
0.09
0.22
0.07
0.06
0.17
0.13
0.2
0.05
<0.01
<0.01
<0.01
0.08
0.11
0.09
0.02
0.02
0.02
0.03
0.03
0.02
0.02
0.02
0.69
0.97
0.55
0.25
0.34
0.19
0.52
0.43
0.23
0.42
0.56
0.7
0.72
0.77
0.81
0.03
0.01
0.02
0.03
0.02
0.14
0.08
PCB-66
0.24
0.08
0.08
0.08
0.23
0.26
0.09
0.36
0.18
0.51
0.17
0.27
0.05
0.09
0.16
0.09
0.08
0.09
0.06
0.04
0.07
0.06
0.1
0.08
0.15
0.08
0.19
0.09
0.06
0.19
0.09
0.15
0.04
0.02
<0.01
<0.01
0.27
0.07
0.05
0.02
0.02
0.02
0.04
0.05
0.03
0.04
0.02
0.86
0.97
0.73
0.3
0.44
0.23
0.47
0.45
0.43
0.56
0.55
0.71
0.85
0.85
0.89
0.03
0.02
0.02
0.03
0.02
0.13
0.08
PCB-74
0.13
0.04
0.04
0.04
0.12
0.14
0.05
0.19
0.13
0.26
0.09
0.13
0.03
0.05
0.09
0.05
0.04
0.04
0.03
0.01
0.02
0.02
0.05
0.04
0.09
0.04
0.12
0.05
0.04
0.11
0.06
0.09
0.03
0.01
<0.01
<0.01
0.13
0.03
0.02
0.01
0.01
0.01
0.02
0.03
0.02
0.03
0.01
0.48
0.59
0.45
0.18
0.24
0.14
0.28
0.26
0.27
0.33
0.33
0.42
0.55
0.5
0.55
0.02
0.01
0.01
0.02
0.01
0.09
0.05
Sum-TetCB
0.68
0.22
0.21
0.24
0.67
0.6
0.27
0.99
0.57
1.51
0.52
0.84
0.14
0.27
0.54
0.28
0.25
0.3
0.23
0.15
0.22
0.22
0.37
0.25
0.65
0.29
0.73
0.28
0.22
0.62
0.39
0.61
0.16
0.06
0.02
0.02
1.02
0.34
0.26
0.09
0.08
0.08
0.11
0.13
0.1
0.11
0.06
2.66
2.91
2.24
0.95
1.34
0.71
1.47
1.31
1.18
1.69
1.66
2.41
2.76
2.77
2.93
0.11
0.06
0.08
0.09
0.06
0.46
0.27
PCB-99
0.36
0.11
0.12
0.13
0.34
0.34
0.13
0.54
0.39
0.59
0.23
0.36
0.07
0.12
0.23
0.25
0.16
0.17
0.13
0.06
0.1
0.11
0.19
0.16
0.26
0.09
0.32
0.26
0.19
0.46
0.15
0.28
0.12
0.01
<0.01
<0.01
0.12
0.1
0.09
0.04
0.04
0.04
0.06
0.09
0.05
0.07
0.03
1.75
2.76
2.19
0.68
0.94
0.72
1.2
1.22
1.29
1.24
1.43
1.79
2.24
2.17
2.23
0.09
0.03
0.04
0.05
0.08
0.36
0.22
91
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
PCB-101
0.79
0.24
0.25
0.29
0.74
0.77
0.3
1.18
0.93
1.41
0.5
0.8
0.15
0.26
0.5
0.38
0.31
0.37
0.27
0.18
0.32
0.34
0.4
0.35
0.72
0.22
0.87
0.65
0.46
1.16
0.42
0.75
0.28
0.01
0.01
0.01
0.31
0.27
0.24
0.08
0.07
0.07
0.11
0.16
0.1
0.13
0.06
3.85
6.27
4.64
1.49
1.92
1.5
2.76
2.63
2.53
2.72
3.22
4.19
4.92
5
5.14
0.19
0.05
0.1
0.13
0.15
0.8
0.53
PCB-105
0.31
0.1
0.1
0.11
0.3
0.31
0.11
0.46
0.3
0.53
0.2
0.3
0.06
0.1
0.18
0.2
0.12
0.14
0.09
0.05
0.14
0.11
0.13
0.12
0.18
0.07
0.22
0.2
0.14
0.36
0.09
0.18
0.09
<0.01
<0.01
<0.01
0.06
0.06
0.05
0.03
0.02
0.02
0.04
0.06
0.04
0.05
0.02
1.31
2.1
1.5
0.46
0.68
0.52
0.91
1.02
0.79
0.93
1.06
1.27
1.69
1.6
1.64
0.05
0.02
0.02
0.03
0.05
0.24
0.14
SI Data 2014 v2.txt
PCB-114
0.03
<0.01
0.01
0.01
0.03
0.03
0.01
0.05
0.04
0.05
0.02
0.03
<0.01
<0.01
0.02
0.02
0.01
0.01
<0.01
<0.01
0.01
0.01
0.01
0.01
0.01
<0.01
0.02
0.02
0.02
0.03
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.13
0.24
0.18
0.05
0.07
0.06
0.1
0.11
0.1
0.1
0.11
0.13
0.17
0.16
0.17
<0.01
<0.01
<0.01
<0.01
<0.01
0.03
0.02
PCB-118
0.82
0.26
0.27
0.3
0.78
0.81
0.3
1.24
0.94
1.37
0.53
0.79
0.15
0.26
0.48
0.5
0.31
0.35
0.23
0.14
0.32
0.27
0.33
0.3
0.47
0.17
0.59
0.55
0.41
0.97
0.26
0.49
0.25
0.02
0.01
0.01
0.18
0.15
0.14
0.07
0.07
0.07
0.1
0.16
0.1
0.14
0.06
3.54
5.89
4.47
1.33
1.89
1.52
2.51
2.81
2.59
2.59
2.94
3.58
4.82
4.49
4.66
0.17
0.07
0.08
0.1
0.18
0.79
0.48
PCB-122
<0.01
<0.01
<0.01
<0.01
<0.01
0.06
<0.01
0.09
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
0.07
<0.01
PCB-123
0.02
<0.01
<0.01
<0.01
0.02
0.02
<0.01
0.02
0.01
0.03
0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.07
0.12
0.08
0.03
0.04
0.03
0.05
0.06
0.05
0.05
0.06
0.07
0.09
0.09
0.09
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
<0.01
Sum-PentCB
2.34
0.71
0.76
0.85
2.2
2.35
0.86
3.58
2.6
3.97
1.49
2.29
0.45
0.75
1.43
1.36
0.92
1.05
0.74
0.43
0.89
0.85
1.06
0.95
1.66
0.56
2.03
1.69
1.21
3
0.94
1.73
0.75
0.05
0.03
0.03
0.68
0.58
0.52
0.23
0.21
0.21
0.31
0.48
0.31
0.41
0.17
10.7
17.4
13.1
4.03
5.54
4.35
7.54
7.85
7.35
7.62
8.83
11
13.9
13.5
13.9
0.5
0.18
0.24
0.32
0.49
2.3
1.41
PCB-128
0.39
0.12
0.13
0.14
0.36
0.38
0.14
0.56
0.47
0.61
0.24
0.35
0.07
0.12
0.22
0.23
0.14
0.16
0.11
0.06
0.17
0.15
0.11
0.13
0.21
0.06
0.26
0.29
0.24
0.46
0.12
0.22
0.14
<0.01
<0.01
<0.01
0.09
0.07
0.07
0.02
0.02
0.02
0.04
0.07
0.04
0.06
0.02
1.66
2.86
2.27
0.66
0.92
0.84
1.19
1.37
1.37
1.26
1.41
1.73
2.3
2.13
2.12
0.08
0.02
0.03
0.04
0.1
0.38
0.25
PCB-138
2.25
0.71
0.76
0.8
2.12
2.18
0.79
3.33
3.12
3.67
1.46
2.14
0.46
0.74
1.38
1.22
0.78
0.88
0.61
0.35
0.91
0.75
0.66
0.74
1.16
0.31
1.49
1.61
1.37
2.56
0.7
1.27
0.83
0.02
0.02
0.02
0.51
0.46
0.4
0.15
0.14
0.14
0.22
0.4
0.24
0.34
0.12
9.09
13.9
12.7
3.55
5.15
4.9
6.53
7.47
7.57
6.98
7.65
9.72
12.8
11.9
12
0.58
0.15
0.24
0.27
0.72
2.61
1.8
PCB-141
0.38
0.12
0.12
0.13
0.35
0.34
0.13
0.54
0.43
0.62
0.24
0.37
0.07
0.12
0.22
0.2
0.14
0.15
0.1
0.06
0.18
0.15
0.12
0.13
0.2
0.06
0.27
0.26
0.22
0.4
0.12
0.22
0.13
<0.01
<0.01
<0.01
0.09
0.08
0.07
0.02
0.02
0.02
0.03
0.06
0.04
0.06
0.02
1.54
2.5
1.96
0.59
0.84
0.77
1.08
1.2
1.14
1.16
1.25
1.55
1.7
1.84
1.77
0.09
0.02
0.04
0.05
0.1
0.4
0.31
PCB-149
0.93
0.29
0.31
0.34
0.89
0.84
0.35
1.29
0.69
1.52
0.63
0.93
0.19
0.3
0.61
0.54
0.42
0.46
0.34
0.23
0.5
0.45
0.4
0.42
0.68
0.14
0.89
0.66
0.49
1.04
0.44
0.65
0.29
0.02
0.01
0.01
0.4
0.34
0.29
0.14
0.12
0.12
0.09
0.18
0.1
0.14
0.05
4.19
6.59
4.49
1.45
2.15
1.65
3.04
3.06
2.39
2.93
3.47
3.99
3.89
4.74
4.35
0.17
0.06
0.09
0.12
0.12
0.68
0.51
PCB-153
3.21
1.01
1.07
1.12
2.96
3.2
1.12
4.65
4.49
5.22
2.08
2.99
0.65
0.98
1.82
1.61
1.07
1.1
0.78
0.5
1.43
1.16
0.93
1
1.46
0.34
1.87
2.08
1.87
3.27
0.88
1.63
1.13
0.03
0.03
0.03
0.71
0.61
0.55
0.24
0.21
0.21
0.31
0.58
0.33
0.5
0.18
12.4
6.5
16.5
4.79
6.91
6.98
8.28
10.4
10.1
9.73
8.18
13.6
18.4
16.4
17.2
0.8
0.25
0.36
0.36
1.06
3.66
2.47
PCB-156
0.16
0.05
0.05
0.06
0.16
0.16
0.06
0.23
0.22
0.26
0.1
0.15
0.03
0.05
0.09
0.09
0.05
0.06
0.04
0.02
0.08
0.06
0.05
0.05
0.08
0.02
0.11
0.12
0.11
0.19
0.04
0.09
0.07
<0.01
<0.01
<0.01
0.04
0.03
0.03
<0.01
<0.01
<0.01
0.02
0.03
0.02
0.03
<0.01
0.7
1.23
0.99
0.27
0.38
0.39
0.51
0.59
0.55
0.52
0.61
0.74
0.96
0.91
0.91
0.03
0.01
0.01
0.01
0.04
0.15
0.11
PCB-157
0.03
<0.01
<0.01
<0.01
0.03
0.03
<0.01
0.04
0.03
0.04
0.02
0.03
<0.01
<0.01
0.02
0.02
<0.01
0.01
<0.01
<0.01
0.01
0.01
<0.01
0.01
0.01
<0.01
0.02
0.02
0.02
0.03
<0.01
0.02
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.12
0.21
0.15
0.04
0.06
0.06
0.09
0.1
0.08
0.09
0.11
0.13
0.16
0.15
0.15
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
0.02
PCB-167
0.1
0.03
0.03
0.04
0.1
0.09
0.04
0.14
0.12
0.16
0.06
0.09
0.02
0.03
0.06
0.05
0.03
0.04
0.02
0.01
0.05
0.04
0.03
0.03
0.04
<0.01
0.06
0.07
0.06
0.11
0.03
0.05
0.04
<0.01
<0.01
<0.01
0.02
0.02
0.02
<0.01
<0.01
<0.01
<0.01
0.02
0.01
0.01
<0.01
0.41
0.72
0.56
0.16
0.23
0.22
0.29
0.34
0.32
0.3
0.34
0.43
0.53
0.54
0.52
0.02
<0.01
<0.01
<0.01
0.03
0.09
0.07
Sum-HexCB
7.46
2.34
2.49
2.65
6.96
7.21
2.64
10.8
9.57
12.1
4.83
7.05
1.5
2.35
4.42
3.96
2.64
2.85
2.01
1.25
3.33
2.77
2.3
2.52
3.85
0.95
4.95
5.1
4.36
8.07
2.33
4.14
2.64
0.09
0.07
0.07
1.86
1.61
1.42
0.59
0.52
0.54
0.72
1.35
0.77
1.13
0.41
30.1
34.5
39.6
11.5
16.6
15.8
21
24.5
23.5
23
23
30.8
38.6
36.1
36.2
1.79
0.52
0.79
0.86
2.17
8
5.53
PCB-170
0.43
0.16
0.17
0.14
0.42
0.52
0.17
0.81
0.87
0.9
0.36
0.49
0.12
0.16
0.26
0.15
0.11
0.11
0.07
0.06
0.17
0.13
0.08
0.09
0.15
0.04
0.21
0.27
0.27
0.42
0.1
0.18
0.14
<0.01
<0.01
<0.01
0.08
0.07
0.07
<0.01
0.01
0.01
0.04
0.07
0.05
0.07
0.02
1.65
2.44
2.42
0.69
0.9
1.09
1.07
1.48
1.31
1.38
1.24
1.61
2.09
1.96
1.98
0.12
0.03
0.05
0.04
0.18
0.46
0.41
PCB-180
1.49
0.49
0.52
0.52
1.41
1.44
0.51
2.16
2.49
2.5
0.98
1.41
0.35
0.47
0.88
0.55
0.39
0.4
0.29
0.19
0.61
0.48
0.31
0.34
0.55
0.12
0.71
0.83
0.96
1.26
0.34
0.6
0.59
0.01
<0.01
<0.01
0.26
0.22
0.2
0.05
0.05
0.05
0.13
0.24
0.15
0.23
0.08
4.81
8.32
6.98
1.95
2.65
3.1
3.57
4.21
4.17
3.83
4.17
5.16
6.48
6.34
5.96
0.36
0.09
0.17
0.14
0.55
1.67
1.22
PCB-183
0.44
0.1
0.11
0.13
0.33
0.31
0.11
0.37
0.42
0.47
0.17
0.26
0.06
0.09
0.17
0.14
0.09
0.1
0.07
0.04
0.12
0.12
0.1
0.09
0.13
0.03
0.15
0.17
0.19
0.26
0.07
0.13
0.12
<0.01
<0.01
<0.01
0.06
0.08
0.06
0.02
0.02
0.02
0.02
0.05
0.03
0.04
0.02
0.92
1.87
1.31
0.34
0.5
0.51
0.8
0.94
0.8
0.7
0.99
1.05
1.35
1.29
1.22
0.07
0.02
0.04
0.03
0.09
0.32
0.22
PCB-187
1.38
0.31
0.35
0.38
0.98
0.84
0.31
1.07
1.06
1.26
0.48
0.72
0.2
0.27
0.56
0.43
0.27
0.29
0.21
0.13
0.38
0.34
0.27
0.26
0.35
0.07
0.41
0.45
0.47
0.72
0.2
0.35
0.28
<0.01
<0.01
<0.01
0.18
0.23
0.18
0.07
0.08
0.08
0.08
0.16
0.08
0.14
0.04
2.74
5.15
3.79
1.04
1.52
1.48
2.18
2.69
2.29
2.16
2.71
2.83
3.38
3.5
3.17
0.22
0.05
0.11
0.1
0.24
0.89
0.68
PCB-189
0.02
<0.01
<0.01
<0.01
0.02
0.02
<0.01
0.03
0.03
0.04
0.01
0.02
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.06
0.12
0.1
0.03
0.03
0.04
0.05
0.06
0.05
0.05
0.06
0.07
0.08
0.09
0.08
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
0.01
Sum-HepCB
3.76
1.06
1.16
1.18
3.17
3.13
1.1
4.44
4.87
5.17
2
2.9
0.73
0.99
1.88
1.27
0.86
0.9
0.64
0.42
1.29
1.07
0.76
0.79
1.17
0.26
1.5
1.73
1.9
2.67
0.72
1.27
1.13
0.03
0.02
0.02
0.57
0.6
0.51
0.15
0.16
0.16
0.27
0.52
0.31
0.49
0.16
10.2
17.9
14.6
4.04
5.61
6.22
7.66
9.36
8.62
8.13
9.16
10.7
13.4
13.2
12.4
0.76
0.19
0.38
0.31
1.06
3.35
2.54
PCB-194
0.3
0.08
0.09
0.1
0.27
0.15
0.09
0.27
0.4
0.36
0.14
0.22
0.05
0.07
0.15
0.06
0.04
0.05
0.03
0.02
0.07
0.07
0.04
0.04
0.08
0.02
0.09
0.1
0.17
0.16
0.05
0.08
0.12
<0.01
<0.01
<0.01
0.03
0.02
0.02
<0.01
<0.01
<0.01
0.02
0.03
0.02
0.03
0.01
0.49
1.14
0.76
0.2
0.26
0.32
0.46
0.43
0.52
0.36
0.57
0.66
0.74
0.83
0.66
0.03
<0.01
0.02
0.02
0.05
0.21
0.12
PCB-206
0.06
0.02
0.03
0.02
0.07
0.05
0.02
0.1
0.13
0.12
0.05
0.07
0.02
0.02
0.04
0.01
<0.01
<0.01
<0.01
<0.01
0.02
0.01
<0.01
<0.01
0.02
<0.01
0.02
0.03
0.05
0.04
0.01
0.02
0.03
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.16
0.29
0.26
0.08
0.09
0.13
0.12
0.15
0.17
0.14
0.15
0.22
0.22
0.27
0.22
0.01
<0.01
<0.01
<0.01
0.02
0.06
0.04
PCB-209
0.04
0.01
0.02
0.01
0.04
0.03
0.01
0.04
0.07
0.06
0.03
0.03
<0.01
0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
0.02
0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
0.05
0.09
0.08
0.03
0.03
0.04
0.04
0.05
0.06
0.05
0.05
0.06
0.06
0.08
0.07
0.01
<0.01
<0.01
<0.01
0.02
0.04
0.03
∑PCB7
8.87
2.8
2.96
3.14
8.35
8.58
3.15
12.8
12.1
14.7
5.74
8.47
1.81
2.81
5.29
4.35
2.94
3.21
2.28
1.43
3.68
3.13
2.83
2.84
4.68
1.31
5.84
5.81
5.15
9.45
2.77
5
3.14
0.08
0.04
0.04
2.09
1.86
1.65
0.64
0.57
0.58
0.88
1.57
0.94
1.35
0.5
34.6
42.1
45.9
13.4
19
18.2
24.3
28
27.3
26.4
26.9
37.1
48.4
45.1
46
2.12
0.61
0.97
1.04
2.67
9.71
6.61
∑PCB
21.4
7.06
7.26
7.8
22.8
13.6
9.05
20.3
18.3
23.6
9.2
13.7
2.92
4.54
8.66
7
4.75
5.21
3.7
2.31
5.88
9.87
10.3
8.17
7.76
2.26
9.59
9.03
8.03
14.8
4.59
8.05
4.92
0.22
0.13
0.14
4.32
3.27
2.82
1.09
0.98
1
1.44
2.51
1.5
2.19
1.14
55
106
71
21.1
29.8
27.7
59.2
69.6
41.6
41.3
63.5
56.6
70.3
67.4
67.1
3.25
0.93
1.52
1.6
3.89
14.5
10
92
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
TBA
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.04
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
0.03
<0.01
<0.01
<0.01
<0.01
0.02
0.01
<0.01
<0.01
0.03
0.02
0.02
0.02
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
<0.01
BDE-17
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.03
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
SI Data 2014 v2.txt
BDE-28
0.01
<0.01
<0.01
<0.01
0.02
0.01
<0.01
0.01
0.01
0.02
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
0.01
0.01
<0.01
0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
2.36
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.07
0.1
0.07
0.02
0.04
0.02
0.04
0.04
0.02
0.04
0.05
0.06
0.1
0.08
0.09
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-47
1.58
0.53
0.49
0.57
1.66
1.61
0.6
2.25
1.63
2.73
1.03
1.63
0.27
0.53
0.96
1.66
1.12
1.14
0.76
0.47
1.32
0.97
0.76
1.09
1.24
0.17
1.63
1.75
1
3.14
0.69
1.34
0.54
0.01
0.01
0.01
0.4
0.38
0.33
0.17
0.16
0.17
0.05
0.13
0.06
0.09
0.04
14.8
24.9
32.4
4.83
7.5
5.32
8.16
10.3
9.86
11.1
10.4
11.6
22.5
17.4
22.2
0.07
0.05
0.04
0.06
0.09
0.39
0.25
BDE-49
0.07
0.03
0.02
0.03
0.09
0.05
0.03
0.09
0.11
0.13
0.05
0.09
0.02
0.03
0.05
0.05
0.04
0.04
0.03
0.02
0.03
0.04
0.04
0.04
0.08
<0.01
0.12
0.15
0.08
0.13
0.05
0.08
0.05
<0.01
<0.01
<0.01
0.02
0.02
0.02
<0.01
0.01
0.01
<0.01
0.01
<0.01
<0.01
<0.01
0.54
0.97
0.72
0.19
0.25
0.18
0.32
0.32
0.3
0.31
0.44
0.57
0.63
0.69
0.8
<0.01
<0.01
<0.01
<0.01
<0.01
0.04
0.02
BDE-66
0.05
0.02
0.02
0.02
0.05
0.05
0.02
0.06
0.07
0.08
0.03
0.05
0.01
0.02
0.03
0.02
0.02
0.02
0.01
<0.01
0.02
0.01
0.01
0.01
0.04
0.01
0.05
0.05
0.03
0.08
0.02
0.04
0.02
<0.01
<0.01
<0.01
0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.24
0.48
0.55
0.09
0.14
0.12
0.16
0.17
0.17
0.18
0.22
0.26
0.39
0.33
0.43
<0.01
<0.01
<0.01
<0.01
<0.01
0.03
0.02
BDE-71
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.03
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
<0.01
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-77
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-85
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.04
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.03
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-99
0.4
0.11
0.11
0.15
0.38
0.4
0.14
0.54
0.97
0.84
0.24
0.4
0.09
0.12
0.3
0.09
0.09
0.09
0.07
0.06
0.06
0.08
0.1
0.08
0.65
0.09
0.79
0.57
0.48
1.21
0.38
0.66
0.25
<0.01
<0.01
<0.01
0.24
0.23
0.2
0.07
0.07
0.08
0.01
0.06
0.01
0.03
<0.01
2.71
5.72
7.11
1.24
1.12
1.5
1.87
1.75
2.35
2.06
2.72
3.86
4.93
4.59
5.95
0.06
0.02
0.03
0.03
0.09
0.3
0.21
BDE-100
0.38
0.15
0.14
0.13
0.41
0.48
0.16
0.69
0.66
0.73
0.27
0.41
0.09
0.14
0.24
0.36
0.22
0.21
0.14
0.1
0.33
0.21
0.12
0.16
0.25
0.03
0.38
0.54
0.34
0.78
0.14
0.28
0.16
<0.01
<0.01
<0.01
0.1
0.09
0.08
0.03
0.03
0.04
0.01
0.04
0.01
0.02
<0.01
4.26
6.26
13.9
1.59
1.92
2.14
2.28
3.43
3.19
3.55
2.87
3.07
6.17
4.61
6.51
0.04
0.02
0.02
0.02
0.06
0.18
0.14
BDE-119
<0.01
0.01
0.01
<0.01
0.03
0.04
0.01
0.05
0.03
0.05
0.02
0.03
<0.01
0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.03
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.08
0.04
0.17
0.02
0.04
0.03
0.02
0.07
<0.01
0.05
0.03
<0.01
0.1
0.1
0.12
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
0.02
BDE-126
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.03
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
<0.01
0.05
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-138
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-153
0.16
0.05
0.05
0.05
0.16
0.13
0.05
0.21
0.25
0.29
0.09
0.15
0.03
0.05
0.1
0.04
0.03
0.03
0.02
0.02
0.04
0.03
0.02
0.03
0.06
<0.01
0.08
0.07
0.09
0.14
0.04
0.07
0.04
<0.01
<0.01
<0.01
0.02
0.02
0.02
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
0.5
0.96
1.58
0.19
0.25
0.31
0.34
0.36
0.46
0.38
0.46
0.55
0.82
0.74
0.84
0.01
<0.01
<0.01
<0.01
0.02
0.06
0.04
BDE-154
0.3
0.09
0.08
0.1
0.29
0.23
0.09
0.39
0.42
0.5
0.17
0.25
0.05
0.09
0.14
0.1
0.06
0.07
0.04
0.03
0.12
0.09
0.05
0.06
0.1
0.01
0.11
0.16
0.2
0.27
0.06
0.1
0.08
<0.01
<0.01
<0.01
0.03
0.03
0.03
0.01
0.01
0.01
0.09
0.02
<0.01
0.01
<0.01
1.09
1.96
3.27
0.42
0.54
0.63
0.72
0.82
0.93
0.85
0.92
1.09
1.82
1.58
1.68
0.03
<0.01
0.01
0.02
0.04
0.15
0.09
BDE-156
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-183
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
0.02
0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
0.02
0.01
0.02
0.01
0.02
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-184
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
0.02
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
0.01
0.02
0.02
0.02
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-191
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-196
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-197
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-202
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-206
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-207
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-209
0.01
0.03
<0.01
0.02
0.1
0.01
0.02
0.01
0.01
0.18
0.02
0.02
0.02
0.02
0.03
0.04
0.06
0.08
0.03
0.04
0.02
0.03
0.06
0.04
0.02
0.03
0.02
0.02
0.04
<0.01
0.02
0.01
0.01
0.02
0.02
0.02
<0.07
<0.16
<0.01
0.02
0.02
0.03
<0.02
0.01
<0.01
0.01
<0.01
0.03
0.01
0.02
0.06
0.02
<0.04
0.01
0.02
0.01
<0.01
0.01
0.02
0.04
0.06
0.01
0.03
0.08
0.02
0.02
0.02
0.01
<0.01
SCCP
1
2.2
1.4
2.2
1.6
1.8
1.2
<0.5
2.8
1.2
<0.5
<0.7
<0.5
<0.4
<0.8
<0.9
<0.7
0.8
0.9
<0.6
<0.6
1.2
0.8
2.5
8.6
4.1
9.7
4.7
3.4
6.3
6.2
5.6
2.7
1.1
1.7
1.9
4
7.6
9.6
<0.3
<0.5
<0.5
<0.13
<0.36
0.85
1.1
<0.3
1.2
13.8
1
0.6
0.6
1.9
5.6
6.4
0.7
1.5
6.1
11.1
6.9
9.6
6.8
MCCP
<1
<2.2
<1.4
<2.2
0.7
<1.8
<1.2
0.5
<2.8
0.1
0.5
0.2
0.5
0.4
0.4
0.9
0.5
0.3
0.3
0.6
0.6
<1.2
<0.8
<2.5
2.5
0.4
0.5
0.3
0.3
0.8
0.9
1.1
1.1
<1.1
<1.7
<1.9
<4
<7.6
<9.6
0.3
0.5
0.5
0.13
0.36
<0.85
190
0.3
<1.2
0.2
<1
<0.6
<0.6
<1.9
0.1
0.2
<0.7
<1.5
<6.1
0.3
1.1
0.1
0.3
1.7
4.1
1.8
1.3
0.9
1.2
1.4
2.4
0.9
1.9
1.7
2.9
0.9
1
1.7
D4, ng/g
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOQ (3.4)
< LOD (1.9)
< LOQ (3.4)
< LOQ (3.4)
< LOD (1.9)
< LOQ (3.4)
3.7
< LOQ (3.4)
< LOD (1.9)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
93
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
D6, ng/g
< LOQ (3.4)
< LOQ (3.4)
< LOQ (3.4)
< LOQ (3.4)
7.1
< LOQ (3.4)
< LOQ (3.4)
< LOQ (3.4)
< LOQ (3.4)
4.5
12.9
< LOQ (3.4)
< LOQ (3.4)
< LOQ (3.4)
3.8
4.5
< LOQ (3.4)
3.7
< LOQ (3.4)
< LOQ (3.4)
< LOQ (3.4)
4.6
< LOQ (3.4)
< LOQ (3.4)
< LOQ (3.5)
< LOD (2.5)
3.8
4.7
< LOQ (3.5)
4.2
3.8
4.6
4.5
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
< LOQ (3.4)
< LOQ (3.4)
< LOQ (3.4)
< LOD (2.0)
< LOQ (3.4)
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
5.4
14.3
5.4
3.7
2.7
3.3
4.0
6.9
2.8
5.7
7.0
7.2
2.9
8.0
4.5
D5, ng/g
25.3
25.4
9.7
7.1
117.2
9.3
18.6
12.8
< LOQ (5.8)
43.1
36.2
19.5
6.7
18.0
53.2
71.8
40.2
50.3
53.2
32.1
46.5
146.8
40.2
37.7
44.8
1.0
85.9
68.6
13.3
64.2
106.6
110.4
17.0
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
64.8
77.5
82.1
9.0
13.8
8.5
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
82.7
433.9
109.4
38.9
29.8
44.9
71
165.5
15.5
120.8
156.6
137.8
12.8
166.9
50.8
SI Data 2014 v2.txt
<1
<1
<1
<1
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<1
<1
<1
<1
<1
<1
<1
<1
<1
PFHxA
<3
<3
<3
<3
PFPA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
PFHpA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.4
<0.4
<0.4
<0.4
PFOA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
PFNA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
0.6
<0.5
<0.5
<0.5
PFDA
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
0.6
0.5
0.6
0.5
PFUdA
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
0.7
0.4
0.5
0.4
PFDoA
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
1.2
0.8
0.8
0.7
PFTrA
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
0.5
0.2
0.2
0.2
PFTeA
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
PFBS
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.2
<0.2
<0.2
<0.2
PFHxS
0.14
0.13
0.13
0.09
0.1
0.1
0.12
0.12
0.13
0.4
0.4
0.5
0.3
PFOS
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.2
<0.2
<0.2
<0.2
PFDS
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.2
<0.2
<0.2
<0.2
PFDoS
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.2
<0.2
<0.2
<0.2
PFOSA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
me-PFOSA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
et-PFOSA
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
me-PFOSE
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
et-PFOSE
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
me-FOSAA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
et-FOSAA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
6:2 FTS
94
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
Lokalitet
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Tyrifjorden
Tyrifjorden
Tyrifjorden
Tyrifjorden
Tyrifjorden
Femunden
Femunden
Femunden
Randsfjorden
Randsfjorden
Randsfjorden
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Randsfjorden
Randsfjorden
Randsfjorden
SI Data 2014 v2.txt
Art
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Sik
Sik
Sik
Sik
Sik
Sik
Sik
Sik
Sik
Sik
Sik
Sik
Sik
Sik
Sik
Zoopl. epi.
Zoopl. epi.
Zoopl. epi.
Zoopl. hypo.
Zoopl. hypo.
Zoopl. hypo.
Abbor
Abbor
Abbor
Abbor
Abbor
Sik
Sik
Sik
Ørret
Ørret
Ørret
Lågåsild
Lågåsild
Lågåsild
Ørret
Ørret
Ørret
Krøkle
Krøkle
Krøkle
Sample-ID
FØ-8-M-14
FØ-9-M-14
FØ-10-M-14
FØ-11-M-14
FØ-12-M-14
FØ-13-M-14
FØ-14-M-14
FØ-15-M-14
FØ-1:5-M-14
FØ-6:10-M-14
FØ-11:15-M-14
RK-1-M-14
RK-2-M-14
RK-3-M-14
RK-4-M-14
RK-5-M-14
RK-6-M-14
RK-7-M-14
RK-8-M-14
RK-9-M-14
FS-1-M-14
FS-2-M-14
FS-3-M-14
FS-4-M-14
FS-5-M-14
FS-6-M-14
FS-7-M-14
FS-8-M-14
FS-9-M-14
FS-9-M-14
FS-11-M-14
FS-12-M-14
FS-13-M-14
FS-14-M-14
FS-15-M-14
ZE-R-1-14. EPI.1
ZE-R-2-14. EPI.2
ZE-R-3-14. EPI.3
ZH-R-1-M-14. Hypo 1
ZH-R-2-M-14 Hypo 2
ZH-R-3-M-14 Hypo 3
TA-1:5-M-14
TA-6:10-M-14
TA-11:15-M-14
TA-16:20-M-14
TA-21:25-M-14
FS-1:5-M-14
FS-6:10-M-14
FS-11:15-M-14
RØ-1:4-M-14
RØ-5:8-M-14
RØ-9:12-M-14
ML-1:3-M-14
ML-4:6-M-14
ML-7:9-M-14
MØ-1:4-M-14
MØ-5:8-M-14
MØ-9:12-M-14
RK-1:4-M-14
RK-5:8-M-14
RK-9:11-M-14
n, individer i
blandprøve
1
1
1
1
1
1
1
1
5
5
5
4
4
3
3
4
4
4
4
4
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
.
.
.
.
.
.
5
5
5
5
5
5
5
5
4
4
4
3
3
3
4
4
4
3
3
3
Lengde, cm Vekt, g SD Lengde SD Vekt δ13C, ‰ δ15N, ‰ Fett % Vevstype
43.6
1025
.
.
-26.55
10.61
3.09 Muskel
43.2
828
.
.
-23.84
9.74
0.5 Muskel
43.5
875
.
.
-25.8
11.96
2 Muskel
41
760
.
.
-24.66
9.97
0.7 Muskel
45.1
945
.
.
-24.66
9.51
0.66 Muskel
45.6
935
.
.
-24.97
9.75
0.4 Muskel
41.7
715
.
.
-22.52
9.3
0.4 Muskel
43.8
918
.
.
-25.48
10.35
1.25 Muskel
41
703.4
3.53
139.4
-22.784
10.124
0.664 Muskel
49.4 1115.4
8.23
322.5
-25.436
10.566
2.032 Muskel
43.4
854.6
2.03
108.5
-24.458
9.776
0.682 Muskel
12.2
10
0.5
1.3
-31.25
11.55
1.98 Muskel
12.6
10.2
0.58
1.4
-31.64
11.14
2.5 Muskel
12.6
11
0.5
1.2
-31.84
10.79
2.46 Muskel
12.3
9.4
0.6
1.9
-32.25
11.1
2 Muskel
12.6
10.2
0.39
1
-30.95
11.19
1.44 Muskel
12.7
10.2
.
.
-31.62
11.25
1.96 Muskel
11.9
9.9
.
.
-32.67
10.93
2.93 Muskel
12.6
10.2
0.85
5.3
-32.09
11.31
2.24 Muskel
12.6
10.6
0.53
1.4
-31.9
11.32
2.96 Muskel
35.4
492
.
.
-28.12
6.52
0.7 Muskel
34.5
417
.
.
-28.16
6.23
0.58 Muskel
34
466
.
.
-27.97
6.58
0.6 Muskel
33.3
410
.
.
-28.59
6.34
1.12 Muskel
34
431
.
.
-28.06
6.97
0.8 Muskel
34.2
426
.
.
-28.14
5.86
0.56 Muskel
31.5
351
.
.
-28.16
6.47
0.7 Muskel
33
389
.
.
-27.94
6.5
0.37 Muskel
33.4
382
.
.
-28.05
6.09
0.52 Muskel
33.1
403
.
.
-28.23
6.35
1 Muskel
36.4
479
.
.
-26.77
7.13
0.51 Muskel
36.5
506
.
.
-27.82
6.93
0.56 Muskel
38.5
692
.
.
-29.53
6.85
2.87 Muskel
38.3
630
.
.
-28.67
6.5
1.2 Muskel
41
773
.
.
-27.86
6.91
1.5 Muskel
.
.
.
.
-31.34
7.25
0.82 Helkropp
.
.
.
.
-32.29
6.76
0.56 Helkropp
.
.
.
.
-31.91
7.42
0.77 Helkropp
.
.
.
.
-32.41
7.22
0.74 Helkropp
.
.
.
.
-31.88
7.57
0.75 Helkropp
.
.
.
.
-31.58
7.67
0.77 Helkropp
27.4
275.8
0.7
11.8
-21.33
11.95
0.3 Muskel
23.3
153.6
0.29
10.7
-22.49
11.29
0.35 Muskel
28.3
308.4
1.13
33.8
-21.33
12.39
0.27 Muskel
23.8
176.8
0.67
13.9
-22.02
11.53
0.4 Muskel
28
273.8
0.35
10
-23.31
12.24
0.42 Muskel
34.2
443.2
0.78
34.8
-28.18
6.528
0.76 Muskel
33
390.2
0.98
27.6
-28.104
6.254
0.63 Muskel
38.1
616
1.87
124
-28.13
6.864
1.328 Muskel
45.8
1050
2.94
228.2
.
.
. Muskel
51.4 1572.5
1.91
259
.
.
. Muskel
61.8 2961.3
12.89
2247.8
.
.
. Muskel
20.4
1
79
11.5
.
.
. Muskel
21.8
1.4
79.33
10.1
.
.
. Muskel
19.9
0.6
64.5
7.8
.
.
. Muskel
79.9 5682.5
3.01
456
.
.
. Muskel
63.8 2937.5
4.17
529.7
.
.
. Muskel
74 4953.8
3.44
659.9
.
.
. Muskel
12.2
10.3
0.31
0.6
.
.
. Muskel
12.4
9.5
0.45
0.2
.
.
. Muskel
12.7
10.7
0.17
0.4
.
.
. Muskel
PeCB
0.05
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
0.02
0.03
0.03
0.03
0.02
0.01
0.02
0.03
0.02
0.03
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.03
0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
Hg
599
274
300
417
464
400
187
514
270
221
252
265
312
275
225
264
270
144
143
155
130
173
140
121
183
145
151
169
188
168
177
189
15
13
15
11
11
11
259
248
371
199
360
0.33
0.37
0.37
0.33
0.21
0.32
0.45
0.29
0.43
0.18
0.12
0.11
0.22
0.17
0.13
0.12
0.08
0.1
0.19
0.11
0.12
0.77
0.27
0.38
0.08
0.06
0.09
0.08
0.07
0.08
0.05
0.05
0.05
0.05
0.05
HCB
0.99
0.13
0.5
0.15
0.18
0.11
0.16
0.31
0.01
0.01
0.01
0.01
<0.01
0.01
0.02
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-18
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.03
0.04
0.04
0.04
0.02
0.04
0.05
0.03
0.05
<0.01
<0.01
<0.01
0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.04
0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-28
0.05
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
0.02
0.02
0.02
0.02
0.02
0.01
0.02
0.03
0.02
0.03
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.04
0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-31
0.04
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-33
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-37
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
3.77
4.29
4.31
4.33
0.07
0.1
0.14
0.08
0.13
1.27
0.82
0.99
1.53
1.28
0.83
0.86
0.67
0.73
1.52
0.73
0.92
5.03
1.62
2.32
0.75
0.76
0.72
0.82
0.01
0.02
0.02
0.47
0.01
0.01
0.01
Sum-TriCB
0.16
0.02
0.08
0.02
0.03
0.01
0.02
0.05
0.04
0.04
0.03
0.04
0.03
0.03
0.04
0.03
0.05
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.03
0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
PCB-47
0.07
<0.01
0.02
<0.01
0.01
<0.01
<0.01
0.02
0.1
0.09
0.08
0.09
0.07
0.08
0.1
0.07
0.11
0.02
0.02
0.01
0.03
0.03
0.01
0.01
<0.01
0.01
0.02
0.01
0.01
0.1
0.04
0.05
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
0.02
0.02
0.02
0.02
PCB-52
0.19
0.02
0.08
0.02
0.03
0.01
0.02
0.05
0.11
0.09
0.06
0.08
0.09
0.09
0.1
0.07
0.12
0.01
0.01
0.01
0.02
0.02
<0.01
<0.01
<0.01
<0.01
0.01
0.01
<0.01
0.06
0.02
0.04
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.05
0.03
0.02
0.02
0.02
PCB-66
0.17
0.03
0.06
0.02
0.03
0.02
0.02
0.04
0.06
0.05
0.02
0.05
0.05
0.05
0.05
0.02
0.06
<0.01
<0.01
<0.01
0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.04
0.02
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
0.02
0.01
0.01
0.01
PCB-74
0.12
0.02
0.04
0.01
0.02
0.01
0.01
0.03
0.3
0.28
0.21
0.26
0.26
0.29
0.34
0.22
0.39
0.05
0.04
0.04
0.06
0.07
0.03
0.03
0.03
0.03
0.05
0.04
0.04
0.23
0.09
0.13
0.02
0.02
0.02
0.02
0.02
0.02
0.1
0.08
0.05
0.06
0.06
Sum-TetCB
0.64
0.09
0.24
0.06
0.11
0.05
0.08
0.15
0.18
0.14
0.08
0.12
0.13
0.12
0.12
0.07
0.17
0.03
0.02
0.02
0.03
0.04
0.01
0.01
0.01
0.01
0.03
0.02
0.02
0.11
0.04
0.07
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.07
0.05
0.03
0.04
0.03
PCB-99
0.57
0.07
0.14
0.05
0.08
0.06
0.06
0.11
95
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
PCB-105
0.36
0.04
0.09
0.03
0.05
0.04
0.04
0.07
0.14
0.11
0.08
0.09
0.1
0.1
0.09
0.08
0.14
0.02
0.01
0.01
0.02
0.03
<0.01
<0.01
<0.01
<0.01
0.02
0.01
0.01
0.07
0.03
0.05
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.04
0.04
0.03
0.03
0.03
PCB-101
1.3
0.15
0.34
0.11
0.18
0.12
0.14
0.26
0.33
0.25
0.22
0.26
0.24
0.24
0.25
0.19
0.32
0.07
0.05
0.04
0.07
0.11
0.04
0.03
0.03
0.03
0.07
0.04
0.05
0.3
0.11
0.18
0.03
0.02
0.02
0.02
0.02
0.02
0.09
0.09
0.06
0.07
0.06
SI Data 2014 v2.txt
0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-114
0.05
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.38
0.28
0.2
0.24
0.26
0.26
0.24
0.21
0.37
0.05
0.03
0.03
0.05
0.08
0.03
0.02
0.02
0.02
0.05
0.04
0.04
0.21
0.08
0.14
0.03
0.01
0.02
0.02
0.02
0.02
0.11
0.1
0.08
0.08
0.08
PCB-118
1.19
0.14
0.28
0.1
0.17
0.13
0.12
0.24
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-122
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-123
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
1.05
0.81
0.59
0.73
0.75
0.74
0.72
0.57
1.03
0.17
0.11
0.1
0.17
0.26
0.1
0.08
0.07
0.07
0.16
0.11
0.12
0.69
0.28
0.45
0.08
0.05
0.05
0.05
0.05
0.06
0.32
0.29
0.22
0.22
0.21
Sum-PentCB
3.48
0.4
0.86
0.29
0.5
0.36
0.35
0.69
0.18
0.13
0.09
0.1
0.12
0.12
0.1
0.1
0.17
0.02
0.01
0.01
0.02
0.03
0.01
<0.01
<0.01
<0.01
0.02
0.01
0.02
0.09
0.03
0.06
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.03
0.03
0.03
0.02
0.03
PCB-128
0.67
0.06
0.12
0.05
0.08
0.06
0.06
0.12
1.05
0.75
0.53
0.59
0.74
0.71
0.63
0.57
1
0.12
0.09
0.08
0.14
0.23
0.08
0.06
0.06
0.05
0.13
0.09
0.11
0.56
0.22
0.36
0.06
0.04
0.05
0.04
0.04
0.05
0.18
0.17
0.15
0.14
0.15
PCB-138
4.52
0.42
0.82
0.34
0.54
0.43
0.4
0.84
0.16
0.12
0.1
0.1
0.12
0.12
0.11
0.1
0.17
0.02
0.02
0.02
0.02
0.04
0.01
0.01
0.01
<0.01
0.02
0.02
0.02
0.1
0.04
0.07
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.03
0.03
0.02
0.02
0.02
PCB-141
0.71
0.07
0.14
0.05
0.09
0.07
0.07
0.13
0.41
0.31
0.26
0.29
0.29
0.3
0.28
0.25
0.4
0.05
0.04
0.04
0.06
0.08
0.03
0.03
0.02
0.02
0.06
0.03
0.04
0.25
0.08
0.13
0.03
0.02
0.02
0.02
0.02
0.02
0.09
0.09
0.07
0.06
0.07
PCB-149
1.19
0.14
0.31
0.1
0.16
0.1
0.13
0.25
1.43
0.99
0.75
0.8
0.97
0.97
0.85
0.85
1.37
0.16
0.11
0.11
0.18
0.3
0.11
0.09
0.08
0.07
0.17
0.12
0.14
0.71
0.29
0.5
0.08
0.05
0.06
0.05
0.05
0.06
0.25
0.23
0.19
0.19
0.2
PCB-153
6.16
0.62
1.17
0.47
0.76
0.65
0.55
1.12
0.07
0.05
0.04
0.04
0.05
0.04
0.04
0.04
0.06
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.03
0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
0.02
0.01
0.01
0.01
PCB-156
0.27
0.02
0.05
0.02
0.03
0.03
0.02
0.05
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-157
0.04
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.04
0.03
0.02
0.02
0.03
0.03
0.03
0.03
0.04
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-167
0.18
0.01
0.03
0.01
0.02
0.02
0.01
0.03
3.36
2.39
1.79
1.95
2.33
2.3
2.05
1.94
3.22
0.39
0.27
0.26
0.43
0.7
0.25
0.21
0.19
0.17
0.4
0.28
0.32
1.76
0.68
1.15
0.2
0.12
0.15
0.13
0.13
0.16
0.6
0.57
0.48
0.47
0.49
Sum-HexCB
13.7
1.34
2.65
1.06
1.68
1.36
1.25
2.54
0.16
0.1
0.08
0.08
0.11
0.11
0.1
0.1
0.15
0.02
0.01
0.01
0.02
0.03
0.01
0.01
0.01
<0.01
0.02
0.01
0.02
0.09
0.04
0.06
0.01
<0.01
0.01
0.01
<0.01
0.01
0.03
0.03
0.03
0.02
0.03
PCB-170
0.7
0.08
0.15
0.07
0.12
0.08
0.09
0.16
0.65
0.44
0.36
0.34
0.43
0.43
0.38
0.38
0.58
0.06
0.04
0.04
0.07
0.11
0.04
0.03
0.03
0.02
0.06
0.05
0.06
0.27
0.11
0.19
0.04
0.02
0.03
0.03
0.03
0.04
0.08
0.09
0.08
0.08
0.09
PCB-180
2.86
0.27
0.49
0.22
0.37
0.29
0.27
0.52
0.15
0.14
0.12
0.13
0.1
0.09
0.08
0.09
0.13
0.02
<0.01
<0.01
0.02
0.03
<0.01
<0.01
<0.01
<0.01
0.03
0.01
0.02
0.06
0.02
0.04
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
0.03
0.02
0.02
0.03
PCB-183
0.56
0.05
0.1
0.04
0.07
0.05
0.06
0.1
0.44
0.42
0.36
0.41
0.3
0.26
0.23
0.27
0.38
0.05
0.03
0.03
0.05
0.09
0.03
0.02
0.02
0.02
0.09
0.04
0.05
0.19
0.07
0.13
0.03
0.01
0.02
0.01
0.02
0.02
0.06
0.09
0.06
0.07
0.08
PCB-187
1.75
0.16
0.31
0.13
0.21
0.15
0.18
0.31
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-189
0.03
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
1.41
1.1
0.93
0.96
0.94
0.89
0.8
0.84
1.25
0.14
0.09
0.1
0.15
0.27
0.09
0.07
0.07
0.06
0.2
0.11
0.14
0.6
0.24
0.44
0.09
0.05
0.07
0.06
0.06
0.07
0.2
0.24
0.19
0.19
0.23
Sum-HepCB
5.89
0.56
1.06
0.46
0.77
0.57
0.6
1.08
0.13
0.1
0.09
0.07
0.08
0.08
0.07
0.09
0.12
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
0.02
0.01
0.01
0.02
PCB-194
0.38
0.02
0.06
0.02
0.04
0.03
0.03
0.06
0.02
0.01
0.01
<0.01
0.01
0.01
0.01
0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-206
0.08
0.01
0.02
<0.01
0.01
<0.01
0.01
0.02
0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
PCB-209
0.07
<0.01
0.01
<0.01
0.01
<0.01
<0.01
0.02
3.97
2.85
2.18
2.36
2.73
2.74
2.5
2.29
3.8
0.47
0.33
0.31
0.54
0.86
0.3
0.25
0.2
0.19
0.48
0.34
0.39
2.18
0.86
1.45
0.22
0.12
0.16
0.14
0.14
0.16
0.73
0.7
0.58
0.57
0.59
∑PCB7
16.3
1.6
3.21
1.25
2.04
1.62
1.49
3.03
10.1
8.97
7.92
8.28
4.42
4.43
4.12
3.75
6.17
1.99
1.3
1.45
2.32
2.57
1.27
1.23
1
1.02
2.3
1.24
1.51
8.32
2.88
4.49
1.11
0.97
0.99
1.06
0.25
0.3
1.22
1.66
0.95
0.94
1
∑PCB
24.4
2.42
4.97
1.89
3.14
2.38
2.34
4.61
96
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
BDE-17
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
TBA
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
SI Data 2014 v2.txt
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-28
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.84
0.54
0.41
0.46
0.53
0.54
0.5
0.45
0.8
0.03
0.02
0.02
0.03
0.05
0.02
0.02
0.02
0.01
0.03
0.02
0.02
0.12
0.05
0.07
0.02
0.01
0.01
0.01
0.01
0.01
0.05
0.05
0.05
0.05
0.05
BDE-47
0.6
0.08
0.14
0.04
0.08
0.06
0.06
0.12
0.05
0.03
0.03
0.04
0.03
0.04
0.04
0.03
0.05
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-49
0.06
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
0.01
0.03
0.02
<0.01
<0.01
0.01
0.02
0.02
0.01
0.03
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-66
0.04
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-71
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-77
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-85
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.11
0.09
0.13
0.08
0.07
0.09
0.12
0.09
0.13
0.02
0.01
0.01
0.02
0.03
0.01
<0.01
<0.01
<0.01
0.02
<0.01
0.01
0.07
0.02
0.04
0.02
0.01
0.02
0.02
0.02
0.02
0.02
0.02
0.01
0.02
0.01
BDE-99
0.49
0.04
0.1
0.03
0.07
0.04
0.04
0.09
0.17
0.11
0.09
0.09
0.12
0.11
0.09
0.1
0.16
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.03
0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
0.02
0.02
0.01
0.02
BDE-100
0.29
0.03
0.05
0.02
0.04
0.03
0.03
0.05
<0.01
<0.01
<0.01
0.14
<0.01
0.16
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-119
0.04
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-126
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-138
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.07
0.04
0.04
0.04
0.04
0.04
0.04
0.04
0.06
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-153
0.09
<0.01
0.02
<0.01
0.01
0.01
0.01
0.02
0.12
0.08
0.06
0.05
0.07
0.07
0.07
0.08
0.11
<0.01
<0.01
<0.01
<0.01
0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.02
<0.01
0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
0.02
0.01
0.01
0.02
BDE-154
0.21
0.03
0.04
0.02
0.04
0.02
0.03
0.04
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-156
<0.01
<0.02
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-183
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-184
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-191
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-196
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-197
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-202
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
BDE-206
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
BDE-207
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
<0.01
0.01
0.01
0.01
0.02
0.02
0.01
<0.01
0.01
<0.01
0.02
0.01
0.02
0.02
0.01
0.03
0.01
0.03
0.01
0.02
0.02
0.02
0.18
0.01
0.05
<0.01
0.02
0.02
0.01
0.02
0.02
0.03
<0.01
0.02
0.02
0.06
BDE-209
0.02
<0.03
0.01
0.02
0.03
0.04
0.01
0.02
0.6
0.6
<0.4
4.1
3.4
3.9
4.8
4.2
2.9
3.6
2.9
4.3
2.4
2.2
1.4
1.2
1.2
2
1.5
2.1
<0.3
1.5
2.1
2.1
2.1
0.7
0.8
1
0.9
<0.2
0.7
0.7
0.6
<0.1
0.4
0.3
<0.1
<0.1
SCCP
0.5
0.2
0.4
0.1
1
0.7
0.8
<4.2
0.6
0.1
0.2
0.6
<2.4
<2.2
<1.4
<1.2
<1.2
0.4
<1.5
0.2
0.1
0.4
1.4
0.4
0.5
0.4
0.2
0.4
0.1
0.4
0.5
0.5
0.5
0.1
<0.4
0.1
0.2
0.4
MCCP
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
< LOD (6.4)
0.9
1.3
0.7
1
0.9
0.9
1
0.7
0.9
D4, ng/g
97
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
PFPA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
< LOD (2.0) 3.8
<1
< LOD (2.0) < LOD (2.0) <1
< LOD (2.0) < LOD (2.0) <1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<0.5
<0.5
<0.5
PFHxA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
< LOQ (3.4)
< LOQ (3.4) <1
< LOQ (3.4) <1
< LOQ (3.4) <1
2.4
2.7
< LOQ (1.9)
2.4
2.9
2.5
2.3
2.3
2.3
D6, ng/g
<1
<1
<1
<1
<1
<1
< LOQ (5.8)
6.0
6.3
7.9
9.5
12.0
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
< LOD (2.0)
19.8
43
12.3
41.3
45.3
34.4
14.9
23.1
17.7
D5, ng/g
SI Data 2014 v2.txt
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
PFHpA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
PFOA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
PFNA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
PFDA
<0.4
<0.4
<0.4
0.5
0.4
<0.4
<0.4
<0.4
0.4
0.5
0.4
<0.4
0.8
0.6
0.6
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
0.4
0.5
PFUdA
<0.4
<0.4
<0.4
<0.4
0.5
0.5
<0.4
<0.4
<0.4
0.5
0.7
0.7
0.6
0.5
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
0.9
PFDoA
1.9
1.4
0.8
4.8
5.4
2.9
0.9
1.1
1
2.6
2.9
3.2
3.6
3.2
2
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
2.9
3.6
6.1
PFTrA
<0.4
<0.4
<0.4
0.9
0.7
<0.4
<0.4
<0.4
<0.4
0.6
0.6
<0.4
0.4
0.5
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
<0.4
0.5
PFTeA
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
PFBS
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
PFHxS
<0.1
<0.1
<0.1
0.1
0.2
0.2
0.3
0.2
0.2
0.3
0.3
0.2
0.2
0.2
0.2
0.1
0.08
0.08
0.09
0.08
0.08
0.1
0.1
0.1
PFOS
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.2
<0.2
<0.2
PFDS
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.2
<0.2
<0.2
PFDoS
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
PFOSA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
me-PFOSA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
et-PFOSA
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
me-PFOSE
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
et-PFOSE
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
me-FOSAA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
et-FOSAA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
6:2 FTS
98
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
Lokalitet
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Vansjø
Vansjø
Vansjø
Vansjø
Vansjø
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Mjøsa
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Randsfjorden
Femunden
Femunden
Femunden
SI Data 2014 v2.txt
Art
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Lågåsild
Lågåsild
Lågåsild
Lågåsild
Lågåsild
Lågåsild
Lågåsild
Lågåsild
Lågåsild
Abbor
Abbor
Abbor
Abbor
Abbor
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Ørret
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Krøkle
Sik
Sik
Sik
Sample-ID
RA-1-L-14
RA-2-L-14
RA-3-L-14
RA-4-L-14
RA-5-L-14
RA-6-L-14
RA-7-L-14
RA-8-L-14
RA-9-L-14
RA-10-L-14
RA-11-L-14
RA-12-L-14
MK-1:2-L-14
MK-3:4-L-14
MK-5-L-14
MK-6-L-14
MK-7-L-14
MK-8-L-14
MK-9-L-14
ML-1-L-14
ML-2-L-14
ML-3-L-14
ML-4-L-14
ML-5-L-14
ML-6-L-14
ML-7-L-14
ML-8-L-14
ML-9-L-14
VA-1-M-14
VA-2-M-14
VA-3-M-14
VA-4-M-14
VA-5-M-14
MØ-1-L-14
MØ-2-L-14
MØ-3-L-14
MØ-4-L-14
MØ-5-L-14
MØ-6-L-14
MØ-7-L-14
MØ-8-L-14
MØ-9-L-14
MØ-10-L-14
MØ-11-L-14
MØ-12-L-14
FØ-1-L-14
FØ-2-L-14
FØ-3-L-14
FØ-4-L-14
FØ-5-L-14
FØ-6-L-14
FØ-7-L-14
FØ-8-L-14
FØ-9-L-14
FØ-10-L-14
FØ-11-L-14
FØ-12-L-14
RK-1-L-14
RK-2-L-14
RK-3-L-14
RK-4-L-14
RK-5-L-14
RK-6-L-14
RK-7-L-14
RK-8-L-14
RK-9-L-14
FS-1-L-14
FS-2-L-14
FS-3-L-14
n, individer i
blandprøve
1
1
1
1
1
1
1
1
1
1
1
1
19
14
4
1
1
4
4
1
1
1
1
1
1
1
1
1
5
5
5
5
5
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
4
4
3
3
4
4
4
4
4
1
1
1
Lengde, cm Vekt, g SD Lengde SD Vekt δ13C, ‰ δ15N, ‰ Fett % Vevstype
44.8
900
.
.
.
.
. Lever
46.4
1250
.
.
.
.
. Lever
42.5
810
.
.
.
.
. Lever
49.5
1240
.
.
.
.
. Lever
49.7
1615
.
.
.
.
. Lever
49.8
1270
.
.
.
.
. Lever
52.6
1895
.
.
.
.
. Lever
53.4
1510
.
.
.
.
. Lever
80.5
6320
.
.
.
.
. Lever
60.2
2105
.
.
.
.
. Lever
53.3
1630
.
.
.
.
. Lever
53.2
1790
.
.
.
.
. Lever
12.5
9.9
0.61
1.5
.
.
. Lever
13.5
13.8
0.7
2.7
.
.
. Lever
15.4
21.6
0.12
0.2
.
.
. Lever
20.5
57.4
0.17
0.5
.
.
. Lever
19.7
45.2
0.47
1
.
.
. Lever
14.8
19.8
0.39
0.5
.
.
. Lever
12.9
11.6
0.3
0.7
.
.
. Lever
20.5
80
.
.
.
.
. Lever
21.3
90
.
.
.
.
. Lever
19.4
67
.
.
.
.
. Lever
20.5
70
.
.
.
.
. Lever
23.3
90
.
.
.
.
. Lever
21.5
78
.
.
.
.
. Lever
19.5
59
.
.
.
.
. Lever
20.3
70
.
.
.
.
. Lever
21.1
68
.
.
.
.
. Lever
14.3
35.4
0.48
3.5
.
.
. Lever
15
38.8
0.85
5.6
.
.
. Lever
21.4
154.2
0.92
40.5
.
.
. Lever
31.5
458
2.94
75
.
.
. Lever
25.9
286.8
1.73
77.4
.
.
. Lever
76
5450
.
.
.
.
. Lever
82
6275
.
.
.
.
. Lever
82.5
5780
.
.
.
.
. Lever
79
5225
.
.
.
.
. Lever
69
3500
.
.
.
.
. Lever
64.5
2350
.
.
.
.
. Lever
62.5
3250
.
.
.
.
. Lever
59
2650
.
.
.
.
. Lever
74.5
4005
.
.
.
.
. Lever
76
5350
.
.
.
.
. Lever
76.5
5450
.
.
.
.
. Lever
69
5010
.
.
.
.
. Lever
39.7
623
.
.
.
.
. Lever
39.8
694
.
.
.
.
. Lever
38.8
622
.
.
.
.
. Lever
39.5
631
.
.
.
.
. Lever
47.3
947
.
.
.
.
. Lever
58.9
1229
.
.
.
.
. Lever
58
1620
.
.
.
.
. Lever
43.6
1025
.
.
.
.
. Lever
43.2
828
.
.
.
.
. Lever
43.5
875
.
.
.
.
. Lever
41
760
.
.
.
.
. Lever
45.1
945
.
.
.
.
. Lever
12.2
10
0.5
1.3
.
.
. Lever
12.6
10.2
0.58
1.4
.
.
. Lever
12.6
11
0.5
1.2
.
.
. Lever
12.3
9.4
0.6
1.9
.
.
. Lever
12.6
10.2
0.39
1
.
.
. Lever
12.7
10.2
.
.
.
.
. Lever
11.9
9.9
.
.
.
.
. Lever
12.6
10.2
0.85
5.3
.
.
. Lever
12.6
10.6
0.53
1.4
.
.
. Lever
35.4
492
.
.
.
.
. Lever
34.5
417
.
.
.
.
. Lever
34
466
.
.
.
.
. Lever
PFPA
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
<1
PFHxA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
PFHpA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
PFOA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
PFNA
0.5
0.7
<0.5
0.8
<0.5
0.5
0.8
0.6
<0.5
<0.5
0.6
<0.5
<0.5
0.6
1
1.5
1.1
0.6
1.1
<0.5
0.8
<0.5
<0.5
0.7
0.7
1.1
1
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
0.7
<0.5
<0.5
0.7
1.6
<0.5
1.1
<0.5
1.2
<0.5
0.5
0.5
0.9
<0.5
0.7
<0.5
1.6
1.3
0.7
1.4
0.8
0.6
<0.5
0.6
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
PFDA
0.9
4.1
1
2.3
0.7
2.3
5.7
4.2
0.8
0.8
2.9
1.8
2.7
3.1
4
4.6
5.9
3.3
6.3
1.1
3
2.8
0.9
1.9
2.3
3.9
1.9
1.3
2.3
1.6
1.7
2.6
2.5
4.4
1
2.3
3.1
6.7
<0.5
5.5
1.4
9.4
0.7
2.3
0.9
2.2
1.7
3.1
2.8
2.3
4.1
4.7
5.3
3.5
3
2.6
5.5
1.1
1
1.5
0.9
1
1.3
1.7
1
1.8
0.8
1.1
1.1
PFUdA
6.7
30.3
5.1
21.4
5.7
15.3
46.6
36.3
3.2
1.3
19.2
8.2
7.4
9.1
6.1
13.9
9
3.9
7.3
0.9
1.8
1.5
2
2.5
2.4
2.5
4.7
1.9
3.6
2.9
4.2
6.3
3.7
17.1
6.4
7.2
13.9
24.1
0.6
17.6
2.4
26.5
4.1
11.4
3.4
12.7
1.5
29.1
19.3
5.7
18.8
29.3
38.5
19.9
15.2
12.7
24.7
6.2
3.5
4.3
4
4.5
5.1
5.3
2.6
6.4
2.1
1.9
3.4
PFDoA
4.1
20.2
4
11.5
4.4
9.2
24.6
22.9
2.4
1.5
14.7
6.5
4.2
3.6
2.1
6
5
2.9
4.3
1.3
1.2
1.8
1.5
1.7
2.2
1.5
2.6
0.8
1.6
1.7
1.4
2
1.1
11.6
3.6
3
10.1
19.8
0.3
10.9
1.8
20.4
3
7.6
2
7.2
0.6
15.3
10.9
1.6
7.6
21
25.1
9
8.8
6.5
29.1
5.7
3.3
3.8
3
4.2
4.2
4.9
3.5
4.4
2.4
1.8
2.4
PFTrA
24.6
109.3
43.2
79.8
38.8
28.9
120.1
165.5
8.5
8.7
93.1
40.5
9.1
7.1
5.8
10.5
6.3
5.1
5.8
1.4
2.8
2.8
1.7
3.7
4.3
2.2
6.1
1.4
1.6
1.9
1.6
2.3
1.4
38.5
5.6
6.5
17.5
70.5
1.3
32.5
2.2
63.9
4.7
19
4.4
75.8
1.1
89.5
101.8
7.5
44.4
163.1
163.4
60.1
118.1
36.2
189.5
10
6.2
6.4
6.7
13.3
5.9
5.6
4.9
10.2
8
5.7
15.1
PFTeA
1.5
3.7
2.8
4
1.8
1.8
3.5
3.6
1.1
0.7
6.2
1.9
2.7
2.1
1.7
2.2
2.3
2.3
1.8
1.3
1.6
0.7
1
1
1.4
1.3
1.9
1
0.4
0.4
0.4
0.8
0.6
6.3
1.4
1.6
2.1
5.8
1
2.7
1.4
8.8
2.6
2.6
1.2
3.6
0.4
3.2
3.1
1.4
2.5
6.5
12.7
3.4
4.3
2
10.5
1.6
1.6
2.1
1.3
1.8
1.6
1.4
1.3
1.5
1.7
0.5
1.9
PFBS
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
PFHxS
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
0.1
0.1
0.1
0.2
0.2
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
PFOS
3.3
13
4
7.7
1.8
9.1
17.8
17.9
3.2
1.5
12.2
3.6
5.5
6.5
4.1
7.2
4.5
2.9
5.5
2.7
17.4
2.5
3.4
3.7
8
4.6
7.1
1.7
188
138
188
235
116
16.6
6.3
7
15.9
23.5
1.4
17.5
3.1
24.1
5.1
9.4
3.4
2.9
0.5
3.3
2.3
1.6
3.9
5
6.3
3.9
3.3
2
6.3
2.3
1.7
1.9
1.5
2.5
1.9
2.1
1.1
2.4
2.9
2.6
4
PFDS
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
0.4
0.3
0.3
0.5
0.3
0.2
<0.2
<0.2
0.2
0.2
<0.2
<0.2
<0.2
0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
PFDoS
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
PFOSA
0.5
0.9
0.8
0.6
2
0.3
1.7
0.3
0.2
0.4
1
0.8
0.5
0.6
0.4
1
0.6
0.2
0.8
0.1
0.3
0.3
0.2
0.3
0.2
0.4
0.3
0.2
0.2
0.3
0.5
0.3
0.3
1.3
0.3
0.7
0.7
1.2
0.5
0.7
0.9
0.8
0.3
0.6
0.4
0.5
0.3
1.3
1
0.9
1.7
1
1.1
0.4
0.3
0.6
1.4
0.5
0.4
0.6
0.6
0.6
0.5
0.6
0.4
0.6
0.6
0.6
0.6
99
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
me-PFOSA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
SI Data 2014 v2.txt
et-PFOSA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
me-PFOSE
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
et-PFOSE
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
me-FOSAA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
et-FOSAA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
6:2 FTS
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
0.4
0.4
<0.3
<0.3
<0.3
<0.3
0.7
4.2
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
0.4
<0.3
0.3
0.5
0.3
<0.3
<0.3
<0.3
<0.3
0.5
<0.3
0.3
100
200
201
202
203
204
205
206
207
208
209
210
211
212
213
Lokalitet
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Femunden
Tyrifjorden
Tyrifjorden
Tyrifjorden
Tyrifjorden
Tyrifjorden
SI Data 2014 v2.txt
Sik
Sik
Sik
Sik
Sik
Sik
Sik
Sik
Sik
Abbor
Abbor
Abbor
Abbor
Abbor
Art
Sample-ID
FS-4-L-14
FS-5-L-14
FS-6-L-14
FS-7-L-14
FS-8-L-14
FS-9-L-14
FS-10-L-14
FS-11-L-14
FS-12-L-14
TA-1:5-L-14
TA-6:10-L-14
TA-11:15-L-14
TA-16:20-L-14
TA-21:25-L-14
n, individer i
blandprøve
1
1
1
1
1
1
1
1
1
5
5
5
5
5
Lengde, cm Vekt, g SD Lengde SD Vekt δ13C, ‰ δ15N, ‰ Fett % Vevstype
33.3
410
.
.
.
.
. Lever
34
431
.
.
.
.
. Lever
34.2
426
.
.
.
.
. Lever
31.5
351
.
.
.
.
. Lever
33
389
.
.
.
.
. Lever
33.4
382
.
.
.
.
. Lever
33.1
403
.
.
.
.
. Lever
36.4
479
.
.
.
.
. Lever
36.5
506
.
.
.
.
. Lever
27.4
275.8
0.7
11.8
.
.
. Lever
23.3
153.6
0.29
10.7
.
.
. Lever
28.3
308.4
1.13
33.8
.
.
. Lever
23.8
176.8
0.67
13.9
.
.
. Lever
28
273.8
0.35
10
.
.
. Lever
PFPA
<1
<1
<1
<1
<1
<1
<1
<1
<1
<3
<3
<3
<3
<3
PFHxA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<1
<1
<1
<1
<1
PFHpA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
PFOA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.4
<0.4
<0.4
<0.4
<0.4
PFNA
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
<0.5
0.7
2.7
0.6
1.7
1
PFDA
0.9
1
0.9
1.8
<0.5
0.8
0.7
0.7
0.8
6.8
18.3
12.7
22.4
11.6
PFUdA
2.2
2.9
1.9
2.3
0.7
2
1.1
2.4
1.5
8.1
17.5
12.3
20.8
11.1
PFDoA
1.4
2.1
1.8
3
0.5
1.1
0.6
1
1.9
12.4
23.4
17.3
29.4
13.6
PFTrA
8.8
9.3
7.4
6.2
1.8
4.3
2.4
3.6
7
4.9
8.5
6.2
11.6
4.6
PFTeA
1.1
1.5
0.8
1.2
0.6
0.5
0.7
1.1
1.1
3.5
2.2
3.4
4
1.4
PFBS
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
PFHxS
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.1
<0.2
<0.2
<0.2
<0.2
<0.2
PFOS
2.1
5.2
2.1
3.4
0.4
0.8
0.5
1.5
0.7
101
185
96
190
79
PFDS
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
0.2
0.5
0.2
0.4
0.2
PFDoS
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
<0.2
PFOSA
0.5
0.5
0.6
0.9
0.5
<0.1
0.7
0.4
0.8
0.5
1.3
0.9
0.9
1.1
101
200
201
202
203
204
205
206
207
208
209
210
211
212
213
me-PFOSA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
SI Data 2014 v2.txt
et-PFOSA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
me-PFOSE
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
et-PFOSE
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
<5
me-FOSAA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
et-FOSAA
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
0.4
2.3
0.8
1
0.4
6:2 FTS
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
<0.3
12
Miljødirektoratet
Telefon: 03400/73 58 05 00 | Faks: 73 58 05 01
E-post: post@miljodir.no
Nett: www.miljødirektoratet.no
Post: Postboks 5672 Sluppen, 7485 Trondheim
Besøksadresse Trondheim: Brattørkaia 15, 7010 Trondheim
Besøksadresse Oslo: Grensesvingen 7, 0661 Oslo
Miljødirektoratet jobber for et rent og rikt miljø.
Våre hovedoppgaver er å redusere
klimagassutslipp, forvalte norsk natur og hindre
forurensning.
Vi er et statlig forvaltningsorgan underlagt Klimaog miljødepartementet og har mer enn 700
ansatte ved våre to kontorer i Trondheim og Oslo,
og ved Statens naturoppsyn (SNO) sine mer enn 60
lokalkontor.
Vi gjennomfører og gir råd om utvikling av klimaog miljøpolitikken. Vi er faglig uavhengig. Det
innebærer at vi opptrer selvstendig i enkeltsaker
vi avgjør, når vi formidler kunnskap eller gir råd.
Samtidig er vi underlagt politisk styring.
Våre viktigste funksjoner er at vi skaffer og
formidler miljøinformasjon, utøver og iverksetter
forvaltningsmyndighet, styrer og veileder
regionalt og kommunalt nivå, gir faglige råd og
deltar i internasjonalt miljøarbeid.